DE102015011013B4 - Process for monitoring additive manufacturing processes - Google Patents

Abstract

Generatives Fertigungsverfahren, umfassend:Auftragen einer Schicht aus metallischem Material;Schmelzen eines Gebiets der Schicht aus metallischem Material, um ein durch das Generative Fertigungsverfahren gefertigtes Teil zu formen undzwar mit einer Wärmequelle die über das Gebiet der Schicht aus metallischen Material scannt, um das Gebiet zu schmelzen;Überwachen einer Energiemenge, welche durch die Wärmequelle emittiert wird, mit einem ersten optischen Sensor, der einem Weg folgt,entlang dem die Wärmequelle das Gebiet abscannt, um einen ersten Informationssatz bereitzustellen;Überwachen eines festgelegten Abschnitts des Gebiets der Schicht aus metallischem Material mit einen zweiten optischen Sensor, um einen zweiten Informationssatz bereitzustellen; undanschließend an das Schmelzen des Gebietes der Schicht aus metallischem Material, Bestimmen, ob die ersten und zweiten Informationssätze anzeigen, dass das Gebiet in einen als gut bekannten Bereich eines Basisdatensatzes fällt, der dem Teil zugeordnet ist,welches durch das Generative Fertigungsverfahren hergestellt wird, unddies durch:Korrelieren von Daten, welche in dem zweiten Informationssatz enthalten sind, mit Daten, welche in dem ersten Informationssatz enthalten sind,wobei die korrelierten Daten aus dem ersten und aus dem zweiten Informationssatz gesammelt wurden, während die Wärmequelle den festgelegten Abschnitt des Gebiets passierte;Berechnen einer Mehrzahl von Statusvariablen unter Verwendung von wenigstens einem Teil des ersten Informationssatzes und wenigstens einem Teil des zweiten Informationssatzes; undVergleichen der Mehrzahl von Statusvariablen mit einer Mehrzahl von Bereichen, welchen Statusvariablen des als gut bekannten Bereichs des Basisdatensatzes zugeordnet sind.An additive manufacturing method, comprising:depositing a layer of metallic material;melting an area of the layer of metallic material to form a part made by the additive manufacturing method with a heat source scanning across the area of the layer of metallic material to form the area melting;monitoring an amount of energy emitted by the heat source with a first optical sensor following a path along which the heat source scans the area to provide a first set of information;monitoring a specified portion of the area of the layer of metallic material with a second optical sensor to provide a second set of information; andsubsequent to melting the region of the layer of metallic material, determining whether the first and second sets of information indicate that the region falls within a known good range of a baseline data set associated with the part being manufactured by the additive manufacturing process, andthat by:correlating data contained in the second set of information with data contained in the first set of information,wherein the correlated data was collected from the first and second sets of information while the heat source passed the specified portion of the area; calculating a plurality of status variables using at least a portion of the first set of information and at least a portion of the second set of information; andcomparing the plurality of status variables to a plurality of regions associated with status variables of the known good region of the baseline data set.

Description

HINTERGRUND DER ERFINDUNGBACKGROUND OF THE INVENTION

Die generative Fertigung, der sequentielle Aufbau, oder die Herstellung eines Teils durch die Kombination aus Materialzuführung und angelegter Energie nimmt viele Formen an und existiert aktuell in vielen spezialisierten Anwendungen und Ausführungsformen. Die generative Fertigung kann über die Verwendung unzähliger verschiedener Prozesse, welche die Bildung eines dreidimensionalen Teils nahezu jeglicher Form beinhalten, verwirklicht werden. Die verschiedenen Prozesse haben jeweils das Sintern, das Aushärten oder das Schmelzen von flüssigem, pulverförmigem oder granularem Rohmaterial, eine schichtenweise Anwendung von Ultraviolettem Licht, einem Hochenergielaser, oder einem Elektronenstrahl gemeinsam. Unglücklicherweise sind bekannte Prozesse zur Feststellung einer Qualität eines Teils, welches auf diese Weise hergestellt wurde, beschränkt. Herkömmliche Qualitätssicherungstests umfassen im Allgemeinen eine Zerstörung des Teils. Während das destruktive Testen ein akzeptierter Weg zur Bewertung der Qualität eines Teils ist, da es die genaue Untersuchung von verschiedenen inneren Bereichen des Teils erlaubt, können solche Tests aus offensichtlichen Gründen nicht für ein Produktionsteil angewendet werden. Damit besteht ein groles Interesse an Wegen der nicht-destruktiven Überprüfung der Unversehrtheit eines Teils, welches durch eine generative Fertigung hergestellt wurde.Additive manufacturing, the sequential build-up, or fabrication of a part through the combination of material delivery and applied energy, takes many forms and currently exists in many specialized applications and embodiments. Additive manufacturing can be accomplished through the use of a myriad of different processes that involve the formation of a three-dimensional part of almost any shape. The various processes have in common sintering, hardening or melting of liquid, powdered or granular raw material, layer-by-layer application of ultraviolet light, a high-energy laser, or an electron beam. Unfortunately, known processes for determining a quality of a part made in this manner are limited. Traditional quality assurance tests generally involve destruction of the part. While destructive testing is an accepted way of assessing the quality of a part because it allows various internal areas of the part to be inspected in detail, such testing cannot be applied to a production part for obvious reasons. Thus, there is great interest in ways of non-destructively verifying the integrity of a part made by additive manufacturing.

US 2015/ 0 048 064 A1 beschreibt ein Direkt-Metall-Laserschmelz (DMLM)-System zum Verbessern von Bauparametern einer DMLM-Komponente, welches ein konfokales optisches System umfasst, das dazu konfiguriert ist, zumindest eine Schmelzbadgröße und/oder eine Schmelzbadtemperatur zu messen. Das DMLM-System umfasst ferner eine Rechenvorrichtung, die so konfiguriert ist, dass sie zumindest entweder die Schmelzbadgröße oder die Schmelzbadtemperatur von dem konfokalen optischen System empfängt. Darüber hinaus umfasst das DMLM-System eine Steuerung, die dazu konfiguriert ist, den Betrieb einer Laservorrichtung basierend auf mindestens einem Bauparameter zu steuern.US 2015/ 0 048 064 A1 describes a direct metal laser melting (DMLM) system for improving construction parameters of a DMLM component, which comprises a confocal optical system configured to measure at least one of a melt pool size and a melt pool temperature . The DMLM system further includes a computing device configured to receive at least one of the melt pool size and the melt pool temperature from the confocal optical system. Additionally, the DMLM system includes a controller configured to control operation of a laser device based on at least one build parameter.

ÜBERBLICK ÜBER DIE ERFINDUNGOVERVIEW OF THE INVENTION

Die vorliegende Erfindung betrifft im Allgemeinen Verfahren und Systeme zur nicht-destruktiven Charakterisierung einer strukturellen Unversehrtheit eines Teils, welches durch einen generativen Fertigungsprozess hergestellt wurde. Zum Beispiel beziehen sich manche Ausführungsformen auf Qualitätsprüfungsvorgänge unter Beobachtung der Herstellung von Metallteilen unter Verwendung generativer Fertigungstechniken. Genauer beziehen sich Ausführungsformen auf die Überwachung der thermischen Emission während eines generativen Fertigungsprozesses, um mikrostrukturelle Defekte zu identifizieren, die während des generativen Fertigungsprozesses erzeugt werden.The present invention relates generally to methods and systems for non-destructively characterizing a structural integrity of a part made by an additive manufacturing process. For example, some embodiments relate to quality inspection operations observing the manufacture of metal parts using additive manufacturing techniques. More specifically, embodiments relate to thermal emission monitoring during an additive manufacturing process to identify microstructural defects created during the additive manufacturing process.

Die beschriebenen Ausführungsformen betreffen eine grole Unterkategorie der generativen Fertigung, welche die Verwendung einer Energiequelle umfasst, die als sich bewegendes Gebiet hoher thermischer Energie ausgeführt ist. In dem Fall, dass diese thermische Energie ein physisches Schmelzen des zugeführten Materials herbeiführt, sind diese Prozesse weitestgehend als Schweilprozesse bekannt. In Schweilprozessen wird das Material, welches schrittweise und sequenziell zugeführt wird durch die Energiequelle, in einer Weise ähnlich einer Schmelzschweilung, geschmolzen.The described embodiments relate to a large subcategory of additive manufacturing that involves the use of an energy source embodied as a high thermal energy moving region. In the event that this thermal energy causes physical melting of the supplied material, these processes are widely known as smoldering processes. In welding processes, the material, which is gradually and sequentially fed, is melted by the energy source in a manner similar to fusion welding.

Wenn das zugeführte Material als Pulverschichten ausgebildet ist, schmilzt die Hitzequelle, nachdem jede stufenweise Schicht des Pulvermaterials sequenziell dem Teil, welches hergestellt wird, zugeführt wurde, das stufenweise zugeführte Pulver durch das Schmelzen von Gebieten der Pulverschicht, wobei eine sich bewegende Schmelzregion geschaffen wird, welche im Folgenden als Schmelzbad bezeichnet wird, damit diese Gebiete nach dem Erstarren ein Teil der zuvor stufenweise zugeführten, geschmolzenen und erstarrten Schichten unterhalb der neuen Lage werden, was zur Herstellung des Teils führt. Nachdem generative Fertigungsprozesse langwierig sein können und eine beliebige Zahl von Durchläufen des Schmelzbads beinhalten, kann es schwer sein zumindest kleine Variationen in der Gröle und der Temperatur des Schmelzbads zu verhindern, wobei das Schmelzbad dazu verwendet wird, das Teil zu verdichten. Es sei angemerkt, dass generative Fertigungsprozesse typischerweise von einer rechnergestützten numerischen Steuerung (CNC) durchgeführt werden, da hohe Bewegungsgeschwindigkeiten des Wärmeelements und komplexe Formen benötigt werden, um eine dreidimensionale Struktur zu formen.When the fed material is formed as layers of powder, after each incremental layer of powder material is sequentially fed to the part being manufactured, the heat source melts the incrementally fed powder by melting regions of the powder layer creating a moving melting region. which is hereinafter referred to as the molten pool, so that after solidification these areas become part of the previously staged, melted and solidified layers beneath the new layer, resulting in the production of the part. Because additive manufacturing processes can be lengthy and involve any number of passes of the weld pool, it can be difficult to prevent at least small variations in the size and temperature of the weld pool that the weld pool is used to densify the part. It should be noted that additive manufacturing processes are typically performed by a computer numerical control (CNC) since high speeds of movement of the thermal element and complex shapes are required to form a three-dimensional structure.

Eine Möglichkeit die abschlielende Qualität des Teils zu messen und zu charakterisieren ist es, einen oder mehrere Sensoren zu einem generativen Fertigungswerkzeug hinzuzufügen, die Prozessmessungen während des generativen Fertigungsprozesses bereitstellen. Die Prozessmessungen können von Sensoren durchgeführt werden, welche dazu ausgebildet sind, eine Temperatur des Schmelzbads präzise zu überwachen, während dieses das Teil herstellt. Auf diese Weise kann jegliche Variation in der Temperatur des Schmelzbads während der Herstellung aufgenommen und charakterisiert werden. In manchen Ausführungsformen können Temperaturabweichungen, welche eine bestimmten Grenze überschreiten, für eine spätere Analyse aufgenommen werden, wobei diese zur Bestimmung, ob ein Teil einem Satz von Qualitätssicherungsstandards entspricht oder nicht, führen kann. Die Analyse kann das Sammeln von Daten von mehreren Sensoren umfassen, um bestimmte Kühlraten des Materials während des Herstellungsprozesses zu ermitteln. Statusvariablen können aus den zuvor genannten Sensormessungen (zum Beispiel Messungen, welche den aktuellen Status oder die zeitliche Entwicklung von physikalischem Prozessverhalten charakterisieren) erhalten und benutzt werden, um zu bestimmen, ob die Anwesenheit von jeglichen mikrostrukturellen Abweichungen oder sogar Rissen, als Resultat der durch die Sensoren aufgenommenen Abweichungen, auftritt. Beispielhafte Statusvariablen umfassen Kühlraten, Heizraten, Peak-Temperaturen und Phasenübergangsinformationen, welche verschiedenen Gebieten für festgelegte Abschnitte auf jeder Schicht eines Teils, welches durch den generativen Fertigungsvorgang hergestellt wird, zugeordnet werden können.One way to measure and characterize the final quality of the part is to add one or more sensors to an additive manufacturing tool that provide process measurements during the additive manufacturing process. The process measurements can be taken from sensors be performed which are configured to precisely monitor a temperature of the molten pool as it produces the part. In this way, any variation in the temperature of the melt pool during production can be recorded and characterized. In some embodiments, temperature deviations that exceed a certain limit may be recorded for later analysis, which may result in a determination of whether or not a part meets a set of quality assurance standards. The analysis may involve collecting data from multiple sensors to determine specific cooling rates of the material during the manufacturing process. State variables can be obtained from the aforementioned sensor measurements (e.g. measurements characterizing the current state or evolution over time of physical process behavior) and used to determine whether the presence of any microstructural abnormalities or even cracks, as a result of the Sensors recorded deviations occurs. Exemplary state variables include cooling rates, heating rates, peak temperatures, and phase transition information that may be associated with different regions for specified portions on each layer of a part produced by the additive manufacturing process.

Gemäß Ausführungsformen der vorliegenden Erfindung werden Verfahren und Systeme zum Bestimmen der Qualität eines Teils, welches durch eine generative Fertigung hergestellt wurde, bereitgestellt. Das Qualitätssicherungssystem kann den generativen Fertigungsprozess unter Verwendung einer Zahl von unterschiedlichen Sensoren in Echtzeit überwachen. Das Qualitätssicherungssystem kann durch das Berechnen von Prozessstatusvariablen aus Sensormesswerte, welche sowohl in einem lagrangen wie auch einem eulerschen Bezugssystem während eines generativen Fertigungsprozesses genommen werden, operieren. Die Prozessstatusvariablen können dann benutzt werden, um Bereiche des Teils zu identifizieren, welche wahrscheinlich mikrostrukturelle Defekte beinhalten. In manchen Ausführungsformen kann der generative Fertigungsprozess die Herstellung eines Kontrollbereichs umfassen, wobei dieser destruktiv untersucht werden kann, ohne dem Teil Schaden zuzufügen.In accordance with embodiments of the present invention, methods and systems for determining the quality of a part made by additive manufacturing are provided. The quality assurance system can monitor the additive manufacturing process in real time using a number of different sensors. The quality assurance system may operate by calculating process state variables from sensor readings taken in both a Lagrangian and Eulerian frames of reference during an additive manufacturing process. The process status variables can then be used to identify areas of the part that are likely to contain microstructural defects. In some embodiments, the additive manufacturing process may include the creation of a control area where it can be destructively inspected without causing damage to the part.

In manchen Ausführungsformen kann ein generatives Fertigungsverfahren mindestens durch die Ausführung der folgenden Schritte durchgeführt werden: Auftragen einer Schicht aus metallischem Material; Schmelzen eines Gebiets der Schicht aus metallischem Material, um ein durch das Generative Fertigungsverfahren gefertigtes Teil zu formen und zwar mit einer Wärmequelle die über das Gebiet der Schicht aus metallischem Material scannt, um das Gebiet zu schmelzen; Überwachen einer Energiemenge, welche durch die scannende Wärmequelle emittiert wird, mit einem ersten optischen Sensor, der einem Weg folgt, entlang dem die Wärmequelle das Gebiet abscannt, um einen ersten Informationssatz bereitzustellen; Überwachen eines festgelegten Abschnitts des Gebiets der Schicht aus metallischem Material mit einen zweiten optischen Sensor, um einen zweiten Informationssatz bereitzustellen; und anschlielend an das Schmelzen des Gebietes der Schicht aus metallischem Material, Bestimmen, ob die Informationssätze anzeigen, dass das Gebiet in einen als gut bekannten Bereich eines Basisdatensatzes fällt, der dem Teil zugeordnet ist, welches durch das Generative Fertigungsverfahren hergestellt wird, und dies durch: Korrelieren von Daten, welche in dem zweiten Informationssatz enthalten sind, mit Daten, welche in dem ersten Informationssatz enthalten sind, wobei die korrelierten Daten aus dem ersten und dem zweiten Informationssatz gesammelt wurden, während die Wärmequelle den festgelegten Abschnitt des Gebiets passierte; Berechnen einer Mehrzahl von Statusvariablen unter Verwendung von wenigstens einem Teil des ersten Informationssatzes und wenigstens einem Teil des zweiten Informationssatzes; und Vergleichen der Mehrzahl von Statusvariablen mit einer Mehrzahl von Bereichen, welchen Statusvariablen des als gut bekannten Bereichs des Basisdatensatzes zugeordnet sind.In some embodiments, an additive manufacturing method can be performed by performing at least the following steps: depositing a layer of metallic material; melting an area of the layer of metallic material to form a part made by the additive manufacturing process with a heat source scanning across the area of the layer of metallic material to melt the area; monitoring an amount of energy emitted by the scanning heat source with a first optical sensor following a path along which the heat source scans the area to provide a first set of information; monitoring a predetermined portion of the area of the layer of metallic material with a second optical sensor to provide a second set of information; and subsequent to fusing the area of the layer of metallic material, determining whether the information sets indicate that the area falls within a known good range of a baseline data set associated with the part being manufactured by the additive manufacturing process, and by doing so : correlating data contained in the second set of information with data contained in the first set of information, the correlated data being collected from the first and second sets of information while the heat source passed the specified portion of the area; calculating a plurality of status variables using at least a portion of the first set of information and at least a portion of the second set of information; and comparing the plurality of status variables to a plurality of regions associated with status variables of the known good region of the baseline dataset.

In einigen Ausführungsformen umfasst eine automatisierte generative Fertigungsvorrichtung zur Herstellung eines Teils auf einem Pulverbett wenigstens folgende Elemente: eine Wärmequelle; einen Prozessor; einen Scankopf, welcher dazu ausgebildet ist, von der Wärmequelle erhaltene Energie hin zu einer Pulverschicht, welche auf dem Pulverbett vorgesehen ist, in einem Muster zu richten, welches durch den Prozessor vorgegeben wird und einer Form des Teils entspricht; einen ersten optischen Sensor, welcher dazu ausgebildet ist eine Temperatur, welche einem festgelegten Abschnitt des Teils zugeordnet ist, zu bestimmen; und einen zweiten optischen Sensor, welcher dazu ausgebildet ist, Licht, welches von einem Abschnitt der Pulverschicht, welcher durch die Energie der Wärmequelle geschmolzen wird, durch den Scankopf hindurch zu empfangen; wobei der Prozessor dazu ausgebildet ist, während einem generativen Fertigungsprozess Sensordaten von dem ersten und dem zweiten optischen Sensor zu empfangen, um eine Qualität von verschiedenen Abschnitten des Teils zu charakterisieren.In some embodiments, an automated additive manufacturing apparatus for manufacturing a part on a powder bed includes at least: a heat source; a processor; a scan head configured to direct energy received from the heat source toward a powder layer provided on the powder bed in a pattern specified by the processor and corresponding to a shape of the part; a first optical sensor configured to determine a temperature associated with a specified portion of the part; and a second optical sensor configured to receive, through the scanning head, light emitted from a portion of the powder layer that is being melted by the energy of the heat source; wherein the processor is configured to receive sensor data from the first and second optical sensors during an additive manufacturing process to characterize a quality of different portions of the part.

In einigen Ausführungsformen umfasst ein generatives Fertigungsverfahren zur Bestimmung eines Basisdatensatzes zur Herstellung eines Teils wenigstens folgende Schritte: Sammeln von Temperaturdaten, welche durch eine Mehrzahl von Sensoren für jeweils eine Mehrzahl von Schichten aufgenommen werden, die jeweils während einer Mehrzahl von generativen Fertigungsvorgängen zur Herstellung eines Teils, abgeschieden werden, wobei ein erster Anteil der Mehrzahl von generativen Fertigungsvorgängen unter der Verwendung von Sollwertparameterbereichen durchgeführt wird und ein zweiter Anteil der generativen Fertigungsvorgänge überwiegend NichtSollwertparameterbereiche verwendet, wobei die NichtSollwertparameterbereiche solche Bereiche sind, von denen erwartet wird unerwünschte Materialdefekte in dem Teil herzustellen; Durchführen metallurgischer Untersuchungen an einem festgelegten Ort jedes der Teile, wobei der festgelegte Ort einem Ort auf dem Teil entspricht, an dem ein Sichtfeld eines ersten optischen Sensors der Mehrzahl von Sensoren während jedem der Mehrzahl von generativen Fertigungsvorgängen fixiert bleibt und ein Sichtfeld eines zweiten optischen Sensors der Mehrzahl von Sensoren den Ort periodisch passiert; Kategorisieren der Sensordaten, die von der Mehrzahl von Sensoren gesammelt wurden, in Sollwert-und Nicht-Sollwertdatenbereiche; und Erstellen eines Basisdatensatzes für das Teil, welcher Prozessgrenzwerte für die Sensordaten beinhalten, bei denen es sich gezeigt hat, dass sie dazu führen, dass das Teil, annehmbare Materialeigenschaften hat.In some embodiments, an additive manufacturing method for determining a basic data set for manufacturing a part comprises at least the following steps: collecting temperature data, sensed by a plurality of sensors for each of a plurality of layers each deposited during a plurality of additive manufacturing operations to produce a part, a first portion of the plurality of additive manufacturing operations being performed using setpoint parameter ranges and a second proportion of additive manufacturing operations predominantly using non-target parameter ranges, the non-target parameter ranges being those ranges expected to produce undesirable material defects in the part; performing metallurgical inspections at a specified location of each of the parts, the specified location corresponding to a location on the part at which a field of view of a first optical sensor of the plurality of sensors remains fixed during each of the plurality of additive manufacturing operations and a field of view of a second optical sensor the plurality of sensors periodically passes the location; categorizing the sensor data collected from the plurality of sensors into target and non-target data ranges; and creating a baseline data set for the part that includes process limits for the sensor data that have been shown to result in the part having acceptable material properties.

Es soll erwähnt sein, dass der zuvor genannte Prozess in dieser Beschreibung nur zu exemplarischem Zweck verwendet wird und Prozesse, welche hierbei beschrieben werden, unter einigen Modifikationen auch für andere generative Fertigungsprozesse verwendet werden können, wobei all die Folgenden inbegriffen sind: selektives Wärmesintern, selektives Lasersintern, direktes Metalllasersintern, selektives Laserschmelzen, Schmelzschichten und Stereolithographie.It should be noted that the aforementioned process is used in this specification for exemplary purposes only and processes described herein can also be used for other additive manufacturing processes with some modifications, including all of the following: selective heat sintering, selective Laser sintering, direct metal laser sintering, selective laser melting, fused layers and stereolithography.

Figurenlistecharacter list

Die Offenbarung wird leicht über die folgende detaillierte Beschreibung in Zusammenhang mit den beigefügten Abbildungen verstanden, wobei ähnliche Bezugsnummern ähnliche strukturelle Elemente beschreiben.

• 1 ist ein Flussdiagramm, welches darstellt, wie Prozessmessungen und Daten in Bezug zur Qualität stehen.
• 2A zeigt eine vereinfachte Version des Flussdiagramms, welches in 1 dargestellt ist.
• 2B zeigt einen möglichen Prozessbereich, basierend auf Prozessdaten, welche durch Statusvariablen anstatt durch Prozesseingaben repräsentiert werden.
• 3 zeigt eine schematische Ansicht eines exemplarischen generativen Fertigungsprozesses, welcher auf einer sich bewegenden Region von hoher thermischer Energie basiert, die ein Schmelzbad oder eine thermisch hoch beeinflusste Region erzeugt.
• 4A bis 4B zeigen perspektivische Ansichten eines generativen Fertigungssystems, welches einen Scanlaserstrahl und Sensoren verwendet, wobei die Sensoren genutzt werden, um Prozessmessungen durchzuführen.
• 5 zeigt eine schematische Ansicht, welche die Sammlung von lagrangen und eulerschen Daten auf einem Kontrollgebiet oder Kontrollbereich zeigt.
• 6 zeigt eine schematische Ansicht, welche den Strahlungsbeobachtungsfaktor zwischen einem differenziellen Element und einer Scheibe illustriert, wobei beide in parallelen Ebenen jedoch mit einem Versatz ihrer jeweiligen zentralen Achsen liegen.
• 7 zeigt einen Graph der Effektivität einer Siliziumfotodiode als Funktion der Wellenlänge des auf diese treffenden Lichtes.
• 8A ist ein Flussdiagramm, welches einen Prozess zur Erstellung eines Basisparametersatzes für die Herstellung eines Teils gemäß einer Ausführungsform der vorliegenden Erfindung illustriert.
• 8B ist ein Flussdiagramm, welches einen Prozess zur Klassifizierung einer Qualität eines Produktionsebenen-Teils illustriert, wobei diese gemäß einer Ausführungsform der vorliegenden Erfindung auf dem generierten Basisparametersatz basiert.
• 9 ist ein logisches Flussdiagramm und ein Entscheidungsbaum für das Akzeptieren eines Produktionserzeugnisses, basierend auf Prozessdaten und der Analyse eines Kontrollbereichs.

The disclosure is readily understood from the following detailed description in conjunction with the accompanying drawings, wherein like reference numbers describe like structural elements.

• 1 is a flow chart showing how process measurements and data relate to quality.
• 2A shows a simplified version of the flowchart shown in 1 is shown.
• 2 B shows a possible process area based on process data represented by state variables instead of process inputs.
• 3 FIG. 12 shows a schematic view of an exemplary additive manufacturing process based on a moving region of high thermal energy that creates a molten pool or highly thermally affected region.
• 4A until 4B Figure 12 shows perspective views of an additive manufacturing system using a scanning laser beam and sensors, where the sensors are used to make process measurements.
• 5 Figure 12 shows a schematic view showing the collection of Larangian and Eulerian data on a control area or control area.
• 6 Fig. 12 is a schematic view illustrating the radiation observation factor between a differential element and a disc, both lying in parallel planes but with an offset of their respective central axes.
• 7 shows a graph of the effectiveness of a silicon photodiode as a function of the wavelength of the light striking it.
• 8A FIG. 12 is a flow chart illustrating a process for creating a base parameter set for manufacturing a part according to an embodiment of the present invention.
• 8B Figure 12 is a flow chart illustrating a process for classifying a quality of a production level part based on the generated base parameter set according to an embodiment of the present invention.
• 9 Figure 12 is a logic flow diagram and decision tree for accepting an article of manufacture based on process data and analysis of a control area.

DETAILLIERTE BESCHREIBUNG DER SPEZIFISCHEN AUSFÜHRUNGSFORMENDETAILED DESCRIPTION OF SPECIFIC EMBODIMENTS

Ausführungsformen der vorliegenden Erfindung betreffen Verfahren und Systeme zur Durchführung einer Qualitätssicherungskontrolle während generativen Fertigungsprozessen.Embodiments of the present invention relate to methods and systems for carrying out a quality assurance check during additive manufacturing processes.

Die generative Fertigung oder die schrittweise und sequenzielle Zusammensetzung oder Konstruktion eines Teils durch die Kombination aus Materialzuführung und angelegter Energie nimmt viele Formen an und existiert bereits in vielen speziellen Anwendungen und Ausführungsformen.Additive manufacturing, or the stepwise and sequential assembly or construction of a part through the combination of material delivery and applied energy, takes many forms and already exists in many specific applications and embodiments.

Das 3D-Drucken oder die generative Fertigung ist einer von verschiedenen Prozessen, um ein dreidimensionales Teil nahezu jeglicher Form aus einem 3D-Modell oder aus einem elektrischen Datendatei, welche aus einem Scan eines Modells oder aus einer 3D-CRD-Wiedergabe generiert wird, herzustellen. Die verschiedenen Prozesse haben jeweils das Sintern, das Verfestigen oder das Schmelzen eines flüssigen, pulverförmigen oder granularen Rohmaterials, eine schichtenweise Anwendung von ultraviolettem Licht, oder einem Hochenergie Laser oder einem Elektronenstrahl gemeinsam.3D printing or additive manufacturing is one of several processes to create a three-dimensional part of almost any shape from a 3D model or from an electrical data file generated from a scan of a model or from a 3D CRD rendering . The various processes all have in common sintering, solidification or melting of a liquid, powder or granular raw material, layer-by-layer application of ultraviolet light, or a high-energy laser or electron beam.

Ein Elektronenstrahlprozess (EBF3) wurde von dem NASA Langley Forschungslaboratorium hervorgebracht. Er benutzt einen festen Draht als Zufuhrlager in einer Vakuumumgebung, und soweit möglich auch in gravitationsfreien Raumkapseln. Der Prozess ist aufgrund seines sparsamen Verbrauchs von Rohmaterial bemerkenswert. Ein fokussierter, hoch energetischer Elektronenstrahl wird umgewandelt und generiert ein Schmelzbad auf einer metallischen Oberfläche, in welches das Drahtrohmaterial gefüttert wird, und zwar unter Führung entlang eines codierten Abscheidepfades. Er wurde zur Herstellung von Komponenten der Gröle von Bruchteilen von Inchen bis hin zu mehreren Ful verwendet, wobei dies nur durch die Gröle der Vakuumkammer und die Menge sowie die Zusammensetzung des erreichbaren Drahtzufuhrvorrates limitiert ist.An electron beam process (EBF3) was developed by the NASA Langley Research Laboratory. It uses a solid wire as a supply bearing in a vacuum environment, and whenever possible in zero-gravity spacecraft. The process is notable for its economical consumption of raw material. A focused, high-energy electron beam is converted and generates a molten pool on a metallic surface into which the wire stock is fed, guided along a coded deposition path. It has been used to manufacture components ranging in size from fractions of an inch to several gallons, limited only by the size of the vacuum chamber and the quantity and composition of the wire feed supply attainable.

Selektives Wärmesintern (SHS) verwendet thermoplastische Pulver, die durch einen geheizten Druckkopf verschmolzen werden. Nachdem jede Schicht verschmolzen ist, wird diese durch eine bewegliche Basisplatte abgesenkt und eine Schicht frischen thermoplastischen Pulvers wird zur Vorbereitung für den nächsten Durchlauf des Druckkopfes aufgefüllt.Selective Heat Sintering (SHS) uses thermoplastic powders that are fused by a heated printhead. After each layer is fused, it is lowered by a movable base plate and a layer of fresh thermoplastic powder is filled in in preparation for the next printhead pass.

Selektives Lasersintern (SLS) verwendet einen Hochenergielaser, um thermoplastische Pulver, metallische Pulver und keramische Pulver zu verschmelzen. Dies ist ebenso eine Scantechnologie, wobei der Laserweg für jede Schicht aus einem 3D-Modellprogramm hergeleitet wird. Während des Herstellungsprozesses wird das Teil durch eine bewegbare Unterlage um genau die Dicke einer Pulverschicht abgesenkt, um so den Fokus des Lasers auf der Ebene des Pulvers zu behalten.Selective Laser Sintering (SLS) uses a high-energy laser to fuse thermoplastic powders, metallic powders, and ceramic powders. This is also a scanning technology, with the laser path for each slice being derived from a 3D model program. During the manufacturing process, a movable base lowers the part by exactly the thickness of one layer of powder, keeping the focus of the laser on the plane of the powder.

Direktes Metalllasersintern (DMLS), welches beinahe identisch mit dem Selektiven Lasersintern ist, wurde mit beinahe jedem Metall und jeder Legierung verwendet.Direct metal laser sintering (DMLS), which is almost identical to selective laser sintering, has been used with almost every metal and alloy.

Selektives Laserschmelzen (SLM) wurde für Titanlegierungen, Chromkobaltlegierungen, rostfreie Stähle und Aluminium verwendet. Hierbei wird das Material unter Verwendung eines Hochenergielasers nicht gesintert, sondern komplett geschmolzen, um maximal verdichtete Komponenten in schichtweisem Aufbau herzustellen.Selective laser melting (SLM) has been used for titanium alloys, chromium-cobalt alloys, stainless steels and aluminum. Here, the material is not sintered using a high-energy laser, but completely melted in order to produce highly compacted components in a layered structure.

Schmelzschichtung (fused deposition modelling, bzw. FDM) ist ein Extrusion-Prozess, bei dem eine geheizte Düse kleine Tropfen eines Materials, welches sofort aushärtet, sobald dieses ein Muster abfährt, schmilzt und extrudiert. Das Material wird als thermoplastisches Filament oder als Metalldraht, welcher auf einer Spule aufgerollt ist und über die Zufuhrdüse ausgegeben wird, zugeführt. Die Düsenposition und der Fluss sind in drei Dimensionen computergesteuert.Fused deposition modeling, or FDM, is an extrusion process in which a heated nozzle melts and extrudes small droplets of a material that instantly hardens when it traces a pattern. The material is fed as a thermoplastic filament or as a metal wire which is rolled up on a spool and is discharged through the feed nozzle. Nozzle position and flow are computer controlled in three dimensions.

Eine Möglichkeit die Qualität eines Metallteils, welches mit einem generativen Fertigungsprozess hergestellt wurde, zu messen und zu charakterisieren ist es, eine Zahl von temperaturcharakterisierenden Sensoren einem generativen Fertigungswerkzeugsatz zuzufügen, welche die Erwärmung und die Abkühlung, die während der Bildung jeder Schicht des Teils auftreten, aufnehmen und charakterisieren. Dieses Aufnehmen und Charakterisieren kann durch Sensoren erfolgen, welche dazu ausgebildet sind, präzise eine Temperatur von Abschnitten jeder Schicht, welche eine Erhitzung oder Abkühlung durchmacht, zu jeder gegebenen Zeit während des Herstellungsvorgangs aufzunehmen. Wenn eine Wärmequelle entlang der Linien eines Lasers die Hitze generiert, die notwendig ist, um jede Schicht von zugefügtem Material zu verschmelzen, kann der erhitzte Abschnitt der Schicht die Form eines Schmelzbads annehmen, von welchem eine Ausdehnung und eine Temperatur durch die Sensoren aufgenommen und charakterisiert werden kann. Um eine Qualität jeder Schicht des Teils zu ermitteln, kann in Echtzeit oder nachträglich eine Analyse der aufgenommenen Daten erfolgen. In manchen Ausführungsformen können die aufgenommenen Temperaturen für jedes Teil mit Temperaturdaten, welche während der Herstellung von teilen mit akzeptablen Materialeigenschaften aufgenommen wurden, verglichen und gegenübergestellt werden. Auf diese Weise kann eine Qualität des Teils basierend auf der Charakterisierung jeder Temperaturvariation, die während der Herstellung des Teils aufgetreten ist, ermittelt werden.One way to measure and characterize the quality of a metal part made using an additive manufacturing process is to add a number of temperature-characterizing sensors to an additive manufacturing toolkit that measure the heating and cooling that occurs during the formation of each layer of the part. record and characterize. This sensing and characterizing can be done by sensors configured to precisely sense temperature of portions of each layer undergoing heating or cooling at any given time during the manufacturing process. When a heat source along the lines of a laser generates the heat necessary to fuse each layer of added material, the heated portion of the layer can take the form of a molten pool, of which expansion and a temperature can be recorded and characterized by the sensors. In order to determine a quality of each layer of the part, an analysis of the recorded data can be carried out in real time or afterwards. In some embodiments, the recorded temperatures for each part can be compared and contrasted with temperature data recorded during manufacture of parts with acceptable material properties. In this way, a quality of the part can be determined based on the characterization of any temperature variation that has occurred during the manufacture of the part.

Diese und andere Ausführungsformen werden im Folgenden unter Bezug auf die 1 bis 9 besprochen; jedoch werden Fachleute sogleich einsehen, dass die hier gegebene detaillierte Beschreibung unter Bezug auf diese Figuren nur einen exemplarischen Zweck verfolgt und nicht als Beschränkung auszulegen ist.These and other embodiments are described below with reference to FIG 1 until 9 discussed however, those skilled in the art will readily appreciate that the detailed description given herein with reference to these figures is for exemplary purpose only and should not be construed as limiting.

1 zeigt ein Blockdiagramm, welches beschreibt wie die QUALITÄT 100 mit unterschiedlichen Bestandteilen eines generativen Fertigungsprozesses zusammenhängt. Die QUALITÄT 100 ist als die Fähigkeit eines hergestellten Teils oder eines Artikels definiert, LEISTUNGSANFORDERUNGEN 101 eines größeren Systems, von dem es ein Bestandteil ist, zu erfüllen. 1 shows a block diagram that describes how QUALITY 100 is related to different components of an additive manufacturing process. QUALITY 100 is defined as the ability of a manufactured part or article to meet PERFORMANCE REQUIREMENTS 101 of a larger system of which it is a part.

Diese LEISTUNGSANFORDERUNGEN 101 sind Funktionen des Entwicklungssystems (z. B. Flugzeug, Automobil, usw.), jedoch beinhalten sie wichtige EIGENSCHAFTEN 102 des Teils, welche erfüllt sein müssen. Beispiele solcher Eigenschaften beinhalten: eine physikalische Abmessung des Teils, eine Oberflächenrauheit und eine Oberflächenqualität des Teils, einen statischen Zugwiderstand, thermophysikalische Eigenschaften (z. B. Dichte, thermische Leitfähigkeit, usw.), Lebens- und dynamische Ausdauereigenschaften wie Ermüdungswiderstand, ein Stoßwiderstand, eine Bruchzähigkeit, usw,; sind jedoch nicht darauf beschränkt.These PERFORMANCE REQUIREMENTS 101 are features of the development system (e.g., aircraft, automobile, etc.), but they include important PROPERTIES 102 of the part that must be met. Examples of such properties include: a physical dimension of the part, a surface roughness and quality of the part, static tensile strength, thermophysical properties (e.g., density, thermal conductivity, etc.), life and dynamic endurance properties such as fatigue resistance, impact resistance, a fracture toughness, etc; however, are not limited to this.

Die EIGENSCHAFTEN 102 eines Teils, welches aus irgendeiner Substanz hergestellt wird, ergeben sich durch die MATERIALSTRUKTUR 103 der Materie, aus welcher das Teil besteht, ebenso wie die DEFEKTVERTEILUNG 104 von Anomalien, Defekten, oder anderen Imperfektionen, die in dem Teil existieren - egal ob auf seine Oberfläche oder in seinem Volumen. Sowohl die MATERIALSTRUKTUR 103 wie auch die DEFEKTVERTEILUNG 104 ist eine Funktion der PROZESSBEDINGUNGEN 105, unter welchen das Teil hergestellt wird.The PROPERTIES 102 of a part made of any substance are given by the MATERIAL STRUCTURE 103 of the matter from which the part is made, as well as the DEFECT DISTRIBUTION 104 of anomalies, defects, or other imperfections that exist in the part - whether on its surface or in its volume. Both the MATERIAL STRUCTURE 103 and the DEFECT DISTRIBUTION 104 are a function of the PROCESS CONDITIONS 105 under which the part is manufactured.

PROZESSBEDINGUNGEN 105 können gegeben sein durch KONTROLLIERBARE PROZESSEINGABEN 106, UNKONTROLLIERBARE PROZESSVARIATIONEN 107 und UMWELTEINFLÜSSE 108. Das Ergebnis der KONTROLLIERBAREN PROZESSEINGABEN 106, der UNKONTROLLIERBAREN PROZESSVARIATIONEN 107 und der UMWELTEINFLÜSSE 108 ist die Kombination aus physikalischen Verhaltensweisen, welche während der Fertigung oder des generativen Fertigungsprozesses auftreten, wobei diese als PHYSIKALISCHES PROZESSVERHALTEN 109 bezeichnet wird.PROCESS CONDITIONS 105 may be given by CONTROLLABLE PROCESS INPUTS 106, UNCONTROLLABLE PROCESS VARIATIONS 107 and ENVIRONMENTAL ACTIONS 108. The result of the CONTROLLABLE PROCESS INPUTS 106, the UNCONTROLLABLE PROCESS VARIATIONS 107 and the ENVIRONMENTAL ACTIONS 108 is the Combination of physical behaviors that occur during manufacturing or the generative manufacturing process, where this is referred to as PHYSICAL PROCESS BEHAVIOR 109 .

Einhergehend mit jedem PHYSIKALISCHEN PROZESSVERHALTEN 109 können einzelne oder mehrere Variablen auftreten, welche dafür verwendet werden können, um entweder direkt oder indirekt den aktuellen Status des Fertigungsprozesses zu messen. Diese werden PROZESSSTATUSVARIABLEN 110 genannt. Hierbei handelt es sich um Statusvariablen im ursprünglichen Sinn der Definition, womit ein vollständiges Wissen über diese PROZESSSTATUSVARIABLEN 110 den aktuellen Status des Fertigungsprozesses komplett beschreibt. PROZESSSTATUSVARIABLEN 110 können z. B. eine Rate enthalten, mit der verschiedene Regionen des Teils aufgeheizt oder abgekühlt werden. Die Kühlrate kann durch Messen einer Temperatur einer Oberfläche von einer oder mehreren Regionen des Teils während deren Abkühlung extrapoliert werden. In manchen Ausführungsformen können Temperaturdaten optisch über Sensoren, wie ein Pyrometer, eine Infrarotkamera und/oder eine Fotodiode, bestimmt werden. Die so erhaltenen Temperaturen können ebenfalls dafür verwendet werden, Aussagen über die Werte anderer Statusvariablen, z. B. die Zeiten, zu denen die Erstarrung oder das Schmelzen auftreten, zu treffen. Die Statusvariablen können ebenso eine erreichte Peak-Temperatur für ein bestimmtes Gebiet oder einen Abschnitt des Materials, welcher verwendet wird um das Teil herzustellen, beinhalten.Accompanying each PHYSICAL PROCESS BEHAVIOR 109 may be single or multiple variables that can be used to either directly or indirectly measure the current status of the manufacturing process. These are called PROCESS STATUS VARIABLES 110. These are status variables in the original sense of the definition, with which a complete knowledge of these PROCESS STATUS VARIABLES 110 completely describes the current status of the manufacturing process. PROCESS STATUS VARIABLES 110 may e.g. B. contain a rate at which different regions of the part are heated or cooled. The cooling rate can be extrapolated by measuring a temperature of a surface of one or more regions of the part as it cools. In some embodiments, temperature data can be determined optically via sensors such as a pyrometer, an infrared camera, and/or a photodiode. The temperatures obtained in this way can also be used to make statements about the values of other status variables, e.g. B. to meet the times at which the solidification or melting occurs. The status variables may also include an attained peak temperature for a particular area or portion of the material used to make the part.

Damit ist es ein Weg die QUALITÄT 100 eines Teils, welches durch einen generativen Fertigungsvorgang hergestellt wird, zu bestimmen, indem Parameter während des generativen Fertigungsvorgangs gemessen werden, die verwendet werden können, um die PROZESSSTATUSVARIABLEN 100 zu erhalten. Damit ergibt sich eine KORRELATION ZWISCHEN PROZESSSTATUSVARIABLEN UND EINER NACHPROZESSQUALITÄT 111 und formt die Basis für einige Ausführungsformen der vorliegenden Erfindung, welche hier beschrieben werden.As such, it is a way of determining the QUALITY 100 of a part produced by an additive manufacturing process by measuring parameters during the additive manufacturing process that can be used to obtain the PROCESS STATUS VARIABLES 100 . This results in a CORRELATION BETWEEN PROCESS STATUS VARIABLES AND A BY PROCESS QUALITY 111 and forms the basis for some embodiments of the present invention which are described herein.

In 2 ergibt sich eine knappere Neuformulierung der obigen Beschreibung wie folgt: Über das Messen von PROZESSSTATUSVARIABLEN 200 ist es möglich den aktuellen Status des Prozesses zu verstehen; durch das Wissen über den aktuellen Status des Prozesses ist es möglich, das PHYSIKALISCHE PROZESSVERHALTEN 201 zu verstehen und es als NOMINELL 202 oder als NICHT-NOMINELL 203 zu klassifizieren. Diese Klassifizierung basiert auf der Existenz eines MÖGICHEN PROZESSRAUMS 204, welcher in dem System der PROZESSSTATUSVARIABLEN 200 definiert ist, wobei der Prozess nach Definition in einem NOMINELL 202 Status ist, wenn er innerhalb der Grenzen des MÖGLICHEN PROZESSRAUMS 204 liegt. Es sei angemerkt, dass, auch wenn der MÖGLICHE PROZESSRAUM 204 zweidimensional erscheint, tatsächlich deutlich mehr Variablen zur Definition des MÖGLICHEN PROZESSRAUMS 204 beitragen können. Damit werden gemäß einigen Ausführungsformen der vorliegenden Erfindung eher die Statusvariablen als die Inputvariablen, welche zur Steuerung des Systems verwendet werden, dazu verwendet den möglichen Prozessraum zu definieren. Die Inputvariablen, wie z. B. die Laserenergie und die Scangeschwindigkeit, welche typischerweise dazu verwendet werden den möglichen Prozessraum zu definieren, resultieren im physikalischen Prozessverhalten, wie z. B. der Schmelzbadtemperatur. In manchen Ausführungsformen umfassen andere physikalische Prozessverhalten zum Beispiel einen Schmelzbadtemperaturgradienten, ein Schmelzbadvolumen, eine Eigenfrequenz des Schmelzbads, eine Verdampfung an dem Schmelzbad, eine spektrale Emission des Schmelzbads, so wie eine Infrarotemission des Schmelzbads und eine optische Emission des Schmelzbads sowie weitere. Sowohl intrinsische (d. h. abhängig vom Schmelzbadvolumen) wie auch extrinsische (d. h. unabhängig von dem Volumen des Schmelzbads) physikalische Verhaltensweisen sind in dem Bereich der physikalischen Prozessverhalten, welche in der vorliegenden Erfindung enthalten sind, inbegriffen. Wie hier genauer beschrieben, können diese physikalischen Prozessverhalten gemessen werden, um Prozessvariablen zu erhalten, welche ebenfalls auch Statusvariablen genannt werden.In 2 a more concise restatement of the above description is as follows: By measuring PROCESS STATUS VARIABLES 200, it is possible to understand the current status of the process; by knowing the current status of the process, it is possible to understand the PHYSICAL PROCESS BEHAVIOR 201 and classify it as NOMINAL 202 or NON-NOMINAL 203 . This classification is based on the existence of a POSSIBLE PROCESS SPACE 204 defined in the PROCESS STATUS VARIABLES 200 system, where the process is by definition in a NOMINAL 202 state when it is within the POSSIBLE PROCESS SPACE 204 bounds. It should be noted that while POSSIBLE PROCESS SPACE 204 appears two-dimensional, many more variables may actually contribute to the POSSIBLE PROCESS SPACE 204 definition. Thus, according to some embodiments of the present invention, the state variables, rather than the input variables, used to control the system are used to define the possible process space. The input variables such as B. the laser energy and the scanning speed, which are typically used to define the possible process space, result in the physical process behavior, such. B. the melt bath temperature. In some embodiments, other physical process behaviors include, for example, a melt pool temperature gradient, a melt pool volume, a natural frequency of the melt pool, evaporation at the melt pool, spectral emission of the melt pool, such as infrared emission of the melt pool and optical emission of the melt pool, and others. Both intrinsic (ie, dependent on melt pool volume) and extrinsic (ie, independent of melt pool volume) physical behaviors are included within the scope of process physical behaviors contemplated by the present invention. As described in more detail here, these physical process behaviors can be measured to obtain process variables, which are also called status variables.

Dieses Verfahren der Prozessqualitätskontrolle kann auf einen großen Bereich von Fertigungsprozessen angewendet werden. Jedoch ist es bei dem Fokus auf generative Fertigungsprozesse sinnvoll, die Klasse der generativen Fertigungsprozesse zu berücksichtigen, bei denen ein bewegtes geschmolzenes, plastifiziertes oder anderweitig thermisch beeinflusstes Gebiet über die Oberfläche des Teils, welches hergestellt wird, wandert. Entweder ist das Material, welches zugefügt wird, vorplatziert wie in dem Fall eines Pulverbettprozesses, oder es kann der geschmolzenen, plastifizierten oder anderweitig thermisch beeinflussten Region zugeführt werden.This method of process quality control can be applied to a wide range of manufacturing processes. However, in focusing on additive manufacturing processes, it is useful to consider the class of additive manufacturing processes in which a moving molten, plasticized, or otherwise thermally affected region migrates across the surface of the part being manufactured. Either the material that is added is pre-placed as in the case of a powder bed process, or it can be supplied to the melted, plasticized, or otherwise thermally affected region.

3 zeigt das physikalische Schlüsselphänomen, welches während eines generativen Fertigungsprozesses, wie oben beschrieben, auftritt. Das Substrat 300 ist das Teil, welches aufgebaut wird. Eine Energiequelle 301 trifft auf die Oberfläche des Substrats 300. Die Energiequelle 301 hat eine Bewegungsgeschwindigkeit 302, welche durch das Symbol v ausgedrückt wird, und generiert eine geschmolzene, plastifizierte oder anderweitig thermisch beeinflusste Region 303, während sie sich entlang eines Weges auf dem Substrat 300 bewegt. Unmittelbar als Folge der sich bewegenden thermisch beeinflussten Region 303 ergibt sich eine 304 des Substrats 300, welche einen thermischen Zyklus durchlaufen hat, also thermisch beeinflusst wurde und wieder zurück auf eine Nenntemperatur des Substrats 300 abgekühlt ist. Zum Beispiel im Falle eines Lasersinterprozesses, welcher auf einem vorplatzierten Pulverbett durchgeführt wird, entspricht die Region 304, welche einen thermischen Zyklus durchlaufen hat, der Spur des Pulvers, welches durch die bewegende Energiequelle 301 geschmolzen und erstarrt bzw. gesintert wurde. Diese Region 304, welche einen thermischen Zyklus durchlaufen hat, wird im Allgemeinen einen Querschnitt 305 unterhalb der Oberfläche des Substrats 300 aufweisen. 3 shows the key physical phenomenon that occurs during an additive manufacturing process as described above. The substrate 300 is the part that is built up. An energy source 301 strikes the surface of the substrate 300. The energy source 301 has a velocity of motion 302, expressed by the symbol v, and generates a molten, plasticized, or otherwise thermally affected region 303 as it moves along a path on the substrate 300 emotional. The immediate result of the moving thermally affected region 303 is a 304 of the substrate 300 which has thermally cycled, i.e. been thermally affected, and cooled back to a nominal substrate 300 temperature. For example, in the case of a laser sintering process performed on a pre-placed powder bed, the region 304 that has undergone a thermal cycle corresponds to the trace of powder that has been melted and sintered by the moving energy source 301 . This region 304, which has undergone thermal cycling, will generally have a cross-section 305 below the surface of the substrate 300. FIG.

Angesichts eines umfassenden Energiegleichgewichtes für die bewegte Energiequelle 301 wird abgestrahlte und weitergeleitete Energie auftreten, welche ebenfalls hervorragende Anzeichen und Informationen bezüglich der auftretenden physikalischen Schlüsselphänomene in dem thermisch beeinflussten Gebiet 303 beinhaltet. Zum Beispiel wird die Wärmeleitung 306, welche durch den Wärmestrom Q angezeigt wird, in einem Wärmefluss ausgehend von der thermisch beeinflussten Region 303 und der Region 304, welche einen thermischen Zyklus durchlaufen hat, resultieren. Dieser Strom wird im Allgemeinen senkrecht auf die Außenlinien des Profils 305 der thermisch beeinflussten Region unter der Oberfläche des Substrats 300 stehen. Zudem werden Strahlungssignale und Informationen 307 abgestrahlt, welche eine Form von optischer Strahlung, oder in dem Fall, dass der fragliche generative Fertigungsprozess in einer kontrollierten Atmosphäre und nicht im Vakuum durchgeführt wird, akustischer Strahlung sein können. Zu guter Letzt können zurückreflektierte Signale 308, welche zu 100% kollinear mit der auftreffende Energiequelle 301 sind oder unter kleinen Offsetwinkeln auftreten können, vorhanden sein. In dem Fall, dass die beeinflussenden Energiequelle z. B. ein Laser ist, der im nahen Infrarot arbeitet, könnte das zurückgestreute Signal 308 optische Strahlung sein, welche zurück durch die Laseroptik verläuft, jedoch nicht mit dem einfallenden Strahl interferiert, da der einfallende Strahl im nahen Infrarot liegt. Diese Signale und andere, welche den Status der Apparatur und den Status des Prozesses anzeigen können, bilden insgesamt die PROZESSSTATUSVARIABLEN, die den aktuellen Status des PHYSIKALISCHEN PROZESSVERHALTENS definieren, welche die QUALITÄT festlegen.Given an overall energy balance for the moving energy source 301, there will be radiated and transmitted energy which also contains excellent indications and information regarding the key physical phenomena occurring in the thermally affected area 303. For example, the thermal conduction 306 indicated by the heat flux Q will result in heat flow from the thermally affected region 303 and the region 304 that has undergone a thermal cycle. This current will be generally perpendicular to the outlines of the profile 305 of the thermally affected region beneath the surface of the substrate 300 . In addition, radiation signals and information 307 are emitted, which may be a form of optical radiation or, in the event that the additive manufacturing process in question is carried out in a controlled atmosphere and not in a vacuum, acoustic radiation. Finally, back-reflected signals 308 that are 100% collinear with the incident energy source 301 or at small offset angles. In the event that the influencing energy source z. For example, if it is a laser operating in the near infrared, the backscattered signal 308 could be optical radiation that travels back through the laser optics but does not interfere with the incident beam since the incident beam is in the near infrared. These signals, and others that may indicate the status of the equipment and the status of the process, collectively constitute the PROCESS STATUS VARIABLES that define the current status of the PHYSICAL PROCESS BEHAVIOR that determines QUALITY.

4A ist ein schematisches Diagramm, welches ein Qualitätskontrollsystem 400 gemäß einer Ausführungsform der vorliegenden Erfindung zeigt. Das Qualitätskontrollsystem 400 kann in Verbindung mit generativen Fertigungsprozessen verwendet werden, bei denen die bewegliche Wärmequelle ein Laser ist und die Materialzufuhr entweder über die sequenzielle Vorplatzierung von Schichten aus metallischem Pulver verwirklicht ist, um ein Volumen von Pulver 401 zu formen, was wie beschrieben auch ein Pulverbett 402 beinhaltet, oder die Materialzuführung kann das selektive Platzieren von Pulver direkt in die geschmolzene Region, welche durch den sich bewegenden Laser auf dem Teil erzeugt wird, bewerkstelligt sein. Das Volumen aus Pulver 401 umfasst mehrere getrennte Herstellungsregionen 403, welche aufgebaut werden. In dem Fall der dargestellten Ausführungsform ist der Aufbau durch die Anwendung der Wärmequelle auf die Materialbauregionen 403 bewerkstelligt, wobei dies bewirkt, dass das deponierte Pulver in diesen Regionen schmilzt und dann als Teil erstarrt, welches die gewünschte Geometrie aufweist. Die verschiedenen Regionen 403 können unterschiedliche Abschnitte desselben Teils sein, oder sie können wie gezeigt drei komplett unterschiedliche Teile darstellen. 4A FIG. 4 is a schematic diagram showing a quality control system 400 according to an embodiment of the present invention. The quality control system 400 can be used in conjunction with additive manufacturing processes in which the moving heat source is a laser and the material delivery is realized either via the sequential pre-placement of layers of metallic powder to form a volume of powder 401, which as described also a Powder bed 402 includes, or material delivery may be accomplished by selectively placing powder directly into the melted region created by the scanning laser on the part. The volume of powder 401 includes multiple discrete fabrication regions 403 that are built up. In the case of the illustrated embodiment, construction is accomplished through the application of the heat source to the material build regions 403, this causing the deposited powder to melt in those regions and then solidify as a part having the desired geometry. The different regions 403 can be different sections of the same part, or they can represent three completely different parts as shown.

Wie in 4A gezeigt, ist ein Kontrollbereich 404 vorgesehen. Der Kontrollbereich 404 ist ein standardisiertes Volumenelement, welches als Kontrollbereich bezeichnet wird, wobei es dieser erlaubt, eine Stichprobe für jeden Herstellungsschritt bereitzustellen und einen kleinen und kontrollierbaren jedoch immer noch repräsentativen Anteil des Materials darstellt, wobei dieser destruktiv auf seine metallurgische Unversehrtheit, seine physikalischen Eigenschaften und seine mechanischen Eigenschaften getestet werden kann. Für jede abgeschiedene Schicht weist der Kontrollbereich 404 ebenfalls eine Schicht des Materials auf, welche gleichzeitig mit der Schicht in den getrennten Regionen 403 hergestellt wird. Es ist ein optischer Sensor 405, z. B. ein Pyrometer, vorgesehen, welcher unmittelbar den Kontrollbereich 404 überwacht. Aus Gründen der Klarheit ist der optische Sensor 405 hier als ein Pyrometer repräsentiert, wobei es für den Fachmann offensichtlich ist, dass auch andere optische Sensoren verwendet werden können. Das Pyrometer 405 ist bezüglich des Pulverbetts 402 fixiert und sammelt die Strahlung von einem festgelegten Abschnitt des Volumens des Pulvers 401, d. h. dem Kontrollbereich 404.As in 4A As shown, a control area 404 is provided. The control area 404 is a standardized volume element, referred to as the control area, which allows a sample to be provided for each manufacturing step and represents a small and controllable but still representative portion of the material, which is destructive to its metallurgical integrity, its physical properties and its mechanical properties can be tested. For each deposited layer, the control area 404 also has a layer of material fabricated concurrently with the layer in the separate regions 403 . It is an optical sensor 405, e.g. B. a pyrometer, which directly monitors the control area 404 is provided. For the sake of clarity, the optical sensor 405 is represented here as a pyrometer, although it will be apparent to those skilled in the art that other optical sensors can also be used. The pyrometer 405 is fixed with respect to the powder bed 402 and collects the radiation from a fixed portion of the volume of the powder 401, i.e. the control area 404.

In dem Fall, in dem der generative Fertigungsprozess einen Scanlaser umfasst, der auf ein Pulverbett 402 trifft, emittiert die Laserquelle 406 einen Laserstrahl 407, welcher von einem teilreflektierenden Spiegel 408 abgelenkt wird. Der teilreflektierende Spiegel 408 kann ausgebildet sein, nur solche Wellenlängen des Lichts zu reflektieren, welche den Wellenlängen des Laserstrahls 407 zugeordnet sind, während andere Wellenlängen von Licht durch den teilreflektierenden Spiegel 408 hindurch gelassen werden. Nachdem der Laserstrahl 407 von dem Spiegel 408 abgelenkt wurde, erreicht dieser den Scankopf 409. Der Scankopf 409 kann eine interne X-Ablenkung, eine Y-Ablenkung und fokussierende Optiken umfassen. Der abgelenkte und fokussierte Laserstrahl 407 verlässt den Scankopf 409 und formt ein schmales, heißes, und wanderndes Schmelzbad 410 in den unterschiedlichen Herstellungsregionen 403, welche Schicht für Schicht geschmolzen oder gesintert werden. Der Scankopf 409 kann ausgebildet sein, den Laserstrahl 407 mit hohen Geschwindigkeiten über eine Oberfläche des Volumens des Pulvers 401 zu manövrieren. Es sei angemerkt, dass in manchen Ausführungsformen der Laserstrahl 407 in bestimmten Intervallen aktiviert und deaktiviert werden kann, um ein Erhitzen der Abschnitte des Volumens des Pulvers 401, über welche der Scankopf 409 den Laserstrahl 401 sonst leiten würde, zu verhindern.In the case in which the generative manufacturing process includes a scanning laser that hits a powder bed 402 , the laser source 406 emits a laser beam 407 , which is deflected by a partially reflecting mirror 408 . Partially reflecting mirror 408 may be configured to reflect only those wavelengths of light that are associated with the wavelengths of laser beam 407 while allowing other wavelengths of light to pass through partially reflecting mirror 408 . After being deflected by mirror 408, laser beam 407 reaches scan head 409. Scan head 409 may include internal X deflection, Y deflection, and focusing optics. The deflected and focused laser beam 407 exits the scan head 409 and forms a narrow, hot, and migrating melt pool 410 in the different fabrication regions 403, which are melted or sintered layer by layer. The scan head 409 may be configured to maneuver the laser beam 407 across a surface of the volume of powder 401 at high speeds. It should be noted that in some embodiments, the laser beam 407 may be activated and deactivated at certain intervals to prevent heating those portions of the volume of powder 401 over which the scan head 409 would otherwise direct the laser beam 401.

Das Schmelzbad 410 emittiert optische Strahlung 411, welche zurück durch den Scankopf 409 läuft und den teilreflektierenden Spiegel 408 passiert, um von dem optischen Sensor 412 gesammelt zu werden. Der optische Sensor 412 sammelt optische Strahlung von dem wandernden Schmelzbad 410 und bildet damit unterschiedliche Abschnitte des Volumens des Pulvers 401 ab, wenn das Schmelzbad 410 das Volumen des Pulvers durchläuft. Eine Abtastfrequenz des optischen Sensors 412 wird im Allgemeinen festlegen wie viele Datenpunkte aufgenommen werden können, wenn das Schmelzbad 410 über das Volumen des Pulvers 401 scannt. Der optische Sensor 412 kann viele unterschiedliche Formen annehmen, darunter die einer Fotodiode, einer Infrarotkamera, einer CCD-Anordnung, eines Spektrometers oder eines jeden anderen optisch sensitiven Messsystems. Z. B. können, wenn ein Spektrometer verwendet wird, Daten bezüglich des chemischen Inhalts des Schmelzbades erhalten werden, welche Einsicht in die Materialien/Sorten, die ebenfalls aus dem Schmelzbad verdampfen, geben oder um zusätzlich die Materialien/Sorten, welche in dem Schmelzbad zurückbleiben, einzusehen. Zusätzlich zu dem Pyrometer 405 und dem optischen Sensor 412 kann das Qualitätskontrollsystem 400 einen weiteren optischen Sensor 413 umfassen. Der optische Sensor 413 kann ausgebildet sein, optische Informationen über einen großen Sichtbereich 414 hinweg zu erhalten, damit die Echtzeitüberwachung der im wesentlichen Gesamtheit des Volumens des Pulvers 401 realisiert werden kann. Ebenso wie der optische Sensor 412 kann der optische Sensor 413 viele unterschiedliche Formen annehmen, beinhaltend die einer Fotodiode, einer Infrarotkamera, einer CCD-Anordnung und ähnlicher. Über das Hinzufügen des optischen Sensors 413, welcher kontinuierlich das gesamte Volumen des Pulvers 401 überwacht, zum Qualitätsüberwachungssystem 400 erhält das Überwachungssystem 400 einen zusätzlichen Satz an Sensordaten, welcher eulersche Daten für jeden Punkt auf dem Volumen des Pulvers 401 umfasst. In Konfigurationen, bei denen der optische Sensor 413 darauf ausgelegt ist relative Anteile von emittierter Wärme zu unterscheiden, können die Messwerte des Pyrometers 405 dazu verwendet werden, den optischen Sensor 413 zu kalibrieren, damit die Wärmemesswerte über die gesamte Oberfläche des Volumens aus Pulver 401 kontinuierlich aufgenommen und in Bezug auf Irregularitäten analysiert werden können. Darüber hinaus können quantitative Temperaturinformationen an allen Bereichen des Volumens aus Pulver 401 unter Verwendung des optischen Sensors 413 gemessen werden.The melt pool 410 emits optical radiation 411 which travels back through the scan head 409 and the partially reflecting mirror 408 to be collected by the optical sensor 412 . The optical sensor 412 collects optical radiation from the migrating melt pool 410 and thereby images different portions of the volume of powder 401 as the melt pool 410 traverses the volume of powder. A scanning frequency of the optical sensor 412 will generally dictate how many data points can be captured as the weld pool 410 scans across the volume of powder 401 . The optical sensor 412 can take many different forms, including a photodiode, an infrared camera, a CCD array, a spectrometer, or any other optically sensitive measurement system. For example, if a spectrometer is used, data can be obtained on the chemical content of the melt pool, which provides insight into the materials/grades being used if evaporate from the melt pool, or to additionally view the materials/types that remain in the melt pool. In addition to pyrometer 405 and optical sensor 412, quality control system 400 may include another optical sensor 413. The optical sensor 413 may be configured to obtain optical information over a large field of view 414 to enable real-time monitoring of substantially all of the volume of the powder 401 to be realized. Like optical sensor 412, optical sensor 413 can take many different forms, including a photodiode, an infrared camera, a CCD array, and the like. By adding optical sensor 413, which continuously monitors the entire volume of powder 401, to quality monitoring system 400, monitoring system 400 obtains an additional set of sensor data that includes Euler data for each point on the volume of powder 401. In configurations where the optical sensor 413 is designed to discriminate relative amounts of emitted heat, the pyrometer 405 readings can be used to calibrate the optical sensor 413 so that the heat readings are continuous over the entire surface of the volume of powder 401 can be recorded and analyzed with regard to irregularities. In addition, quantitative temperature information can be measured at all areas of the volume of powder 401 using the optical sensor 413 .

4B zeigt eine alternative Anordnung, in welcher ein zweites Pyrometer 415 angeordnet sein kann, um einen anderen Kontrollbereich 416 zu überwachen. Über das Einbeziehen eines zweiten Pyrometers kann der Kontrollbereich 416 dazu verwendet werden die Bedingungen festzuhalten, welche einem Wärmeausbruch außerhalb der Parameter entsprechen, also wenn Abweichungen auftreten, die einen Temperaturgradienten jenseits der als gut bekannten Durchführungsparameter aufweisen, während das Schmelzbad 410 den Kontrollbereich 404 passiert. In manchen Ausführungsformen kann die Analyse komplett auf den Kontrollbereich 416 umgeschaltet werden, wenn es ein gegebener Umstand erfordert. Auf diese Weise beeinflusst eine Abweichung, welche am falschen Ort und/oder zur falschen Zeit auftritt, nicht länger die Möglichkeit, das Teil über die Analyse eines Kontrollbereichs zu charakterisieren. In manchen Ausführungsformen können die Genauigkeiten eines ersten und eines zweiten Pyrometers durchaus unterschiedlich sein. Das erste Pyrometer 405 kann z. B. eine deutlich höhere Sensibilität auf Temperaturen aufweisen als das Pyrometer 415. Andere Unterschiede zwischen den Pyrometern, wie z. B. eine Größe der Grundfläche die jedes Pyrometer abtastet, sind möglich. 4B 12 shows an alternative arrangement in which a second pyrometer 415 may be arranged to monitor another control area 416. FIG. Via the inclusion of a second pyrometer, the control area 416 can be used to record conditions corresponding to an out-of-parameter thermal breakout, i.e., when abnormalities occur that have a temperature gradient beyond known performance parameters as the molten pool 410 passes through the control area 404. In some embodiments, the analysis can be switched entirely to the control area 416 if a given circumstance requires it. In this way, a deviation that occurs at the wrong place and/or time no longer affects the ability to characterize the part via analysis of a control area. In some embodiments, the accuracies of a first and a second pyrometer can be quite different. The first pyrometer 405 can e.g. B. have a significantly higher sensitivity to temperatures than the pyrometer 415. Other differences between the pyrometers, such. B. a size of the base that scans each pyrometer are possible.

Während beide 4A und 4B die Verwendung eines Kontrollbereichs zeigen und demonstrieren, soll es verstanden sein, dass in manchen Fällen, wenn der Fertigungsprozesses erst einmal richtig verstanden ist, eines oder mehrere der Pyrometer stattdessen auf einen Abschnitt einer der Herstellungsgebiete 403 fokussierter werden kann. Während eine solche Konfiguration die destruktive Analyse eines Abschnitts eines Produktionsteils ausschließt, kann, sobald der Prozess einmal gut verstanden ist, das Vertrauen in die beschriebene thermische Analyse hoch genug sein, ein Teil ohne eine destruktive Analyse eines Kontrollbereichs und für Produktionsdurchläufe, in welchen thermische Wärmeausbrüche einen vorgegebenen Grenzwerte nicht überschreiten, zu akzeptieren. In noch einer weiteren Ausführungsform kann, wenn mehrere Teile gleichzeitig hergestellt werden, eines der Teile die Rolle des Kontrollbereichs übernehmen. Auf diese Weise kann eines aus einer Zahl an Teilen, welche dieselbe Größe und Geometrie aufweisen, analysiert werden, um zusätzliche Einsicht in die Temperaturcharakteristik, welche die anderen Teile erlebt haben, zu erhalten und noch genauer die Kernstruktur der anderen Teile, welche parallel hergestellt wurden, vorherzusagen.while both 4A and 4B show and demonstrate the use of a control area, it should be understood that in some cases, once the manufacturing process is properly understood, one or more of the pyrometers may instead be more focused on a portion of one of the manufacturing regions 403 . While such a configuration precludes the destructive analysis of a section of a production part, once the process is well understood, confidence in the described thermal analysis can be high enough to produce a part without a destructive analysis of a control area and for production runs where thermal breakouts occur do not exceed a specified limit value. In yet another embodiment, when multiple parts are manufactured simultaneously, one of the parts may assume the role of control panel. In this way, one of a number of parts that have the same size and geometry can be analyzed to gain additional insight into the temperature characteristics experienced by the other parts, and more specifically the core structure of the other parts manufactured in parallel , to predict.

Wenn das Schmelzbad 410 das Gebiet des Kontrollbereichs 404 passiert, beobachten beide sowohl das eulersche Pyrometer 405 (d. h. das Pyrometer 405 überwacht einen festgelegten Abschnitt der Region des metallischen Materials, der generativ bearbeitet wird, wobei dieser Messungen in einem stationären Bezugssystem durchführt) sowie auch der lagrange optische Sensor 412 (d. h. der optische Sensor 412 überwacht das Gebiet an dem die Laserenergie auftrifft, wobei Messungen in einem bewegten Bezugssystem durchgeführt werden) dasselbe Gebiet im Raum. Im Kontrollbereich sind die Signale des eulerschen Pyrometers 405, des lagrangen optischen Sensors 412 und des optischen Sensors 413 vorhanden, was eine Bedingung an den Kontrollbereich darstellt. Somit kann das Kalibrieren der Messdaten der Sensoren durchgeführt werden, wenn das Schmelzbad mit dem Kontrollbereich überlappt. In einer Ausführungsform, in welcher ein schmalfokussierter eulerscher Fotodetektor nur Strahlung aus dem Gebiet des Kontrollbereichs aufnimmt, welches in Verbindung mit dem Kontrollbereich (nicht dargestellt) bereitgestellt wird, kann eine Kalibrierung des optischen Sensors 412 durchgeführt werden, wenn das Schmelzbad mit dem Kontrollbereich überlappt.As the molten pool 410 passes the area of the control area 404, both observe both the Euler pyrometer 405 (i.e. the pyrometer 405 monitors a specified section of the region of the metallic material being additively processed, which makes measurements in a stationary frame of reference) and the lagrange optical sensor 412 (i.e. optical sensor 412 monitors the area where the laser energy impinges, making measurements in a moving frame of reference) the same area in space. In the control area, the signals of the Euler pyrometer 405, the Lagrangian optical sensor 412 and the optical sensor 413 are present, which is a condition to the control area. This means that the calibration of the measurement data from the sensors can be carried out when the melt pool overlaps with the control area. In an embodiment in which a narrow-focus Euler photodetector only picks up radiation from the area of the control area provided in connection with the control area (not shown), calibration of the optical sensor 412 can be performed when the weld pool overlaps the control area.

In manchen Ausführungsformen ist eine schmal fokussierte Fotodiode auf das Gebiet des Kontrollbereichs ausgerichtet. In diesen Ausführungsformen sammelt die Fotodiode spektrale Emissionen des Kontrollbereichs, welcher in ein Schmelzbad verwandelt wird, wenn die Laserquelle den Kontrollbereich passiert. Die spektralen Emissionen können abhängig von der Temperatur des Schmelzbads ultraviolett, sichtbar oder infrarot sein. In manchen Anwendungen können mehrere Fotodioden verwendet werden, um die spektrale Emission über eine Mehrzahl von spektralen Bandweiten aufzufangen. Die Fotodiode kann dazu verwendet werden die spektralen Emissionen zu sammeln und diese Messungen können mit Statusvariablen, wie der Größe des Schmelzbads, der Temperatur des Schmelzbads, dem Gradienten der Schmelzbadtemperatur und ähnlichem korreliert werden. Ein Fachmann wird viele Variationen, Modifikationen und Alternativen erkennen.In some embodiments, a narrow focused photodiode is aligned with the area of the control area. In these embodiments, the photodiode collects spectral emissions from the control area, which is turned into a molten pool as the laser source passes the control area. The spectral emissions can be ultraviolet, visible, or infrared depending on the temperature of the weld pool. In some applications, multiple photodiodes can be used to collect spectral emission over a plurality of spectral bandwidths. The photodiode can be used to collect the spectral emissions and these measurements can be correlated to state variables such as the size of the weld pool, the temperature of the weld pool, the gradient of the melt pool temperature, and the like. One skilled in the art will recognize many variations, modifications, and alternatives.

In 5 ist das Kontrollbereichsgebiet 500 für eine gegebene Schicht gezeigt. Der lagrange optische Sensor 412 wird mit einer endlichen Abtastrate arbeiten, während der Strahl das Gebiet des Kontrollbereichs abscannt, und er wird Daten an diskreten Abtastpositionen 501 sammeln. Das eulersche Pyrometer wird ein fixiertes Sichtfeld 501 untersuchen, das innerhalb des größeren Gebiets des Kontrollbereichs 500 liegt. Im Allgemeinen wird ein Satz der lagrangen optischen Sensormessdaten 503 (von denen angenommen werden kann, dass sie im Sichtfeld des optischen Sensors 412 liegen) erhalten, der innerhalb des Sichtfeldes des eulerschen Pyrometers 502 liegt. Das wird bei einer schichtweisen Basis zutreffen. Damit sind im Kontrollbereich 500 sowohl die lagrangen wie auch die eulerschen Messungen verfügbar. Darüber hinaus wird der Kontrollbereich 500 Ziel einer nachträglichen destruktiven Untersuchung. Damit ergibt sich eine Möglichkeit darüber hinaus mikrostrukturelle und sogar mechanische Eigenschaftsdaten mit den Beziehungen, welche Schicht für Schicht während der Herstellung erhalten wurden, zu korrelieren.In 5 the control area area 500 for a given layer is shown. The lagrange optical sensor 412 will operate at a finite sample rate as the beam scans the area of control and will collect data at discrete sample positions 501 . The Euler pyrometer will examine a fixed field of view 501 that lies within the larger area of the control area 500 . In general, a set of Larangian optical sensor measurement data 503 (which can be assumed to be within the field of view of the optical sensor 412) that is within the field of view of the Euler pyrometer 502 is obtained. This will be true on a layered base. Both the Larangian and the Eulerian measurements are thus available in the control area 500 . In addition, the controlled area 500 becomes the target of a subsequent destructive investigation. This results in the possibility of further correlating microstructural and even mechanical property data with the relationships obtained layer by layer during manufacture.

Auch wenn die lagrangen optischen Messungen 503 kleiner als das Sichtfeld des eulerschen Pyrometers 502 dargestellt sind, ist dies für die vorliegende Erfindung nicht notwendig. In manchen Ausführungsformen kann ein optischer Bildsensor als der optische Sensor 412 verwendet werden, um ein Bild des Gebiets des Kontrollbereichs wie auch anderer Gebiete zu erhalten. In diesen Ausführungsformen können Prozessstatusvariablen, wie zum Beispiel die Schmelzbadgröße, durch die Verwendung der Daten, welche durch den optischen Sensor 412 gesammelt wurden, erhalten werden. Ein Fachmann wird viele Variationen, Modifikationen und Alternativen erkennen.Although the Larangian optical measurements 503 are shown smaller than the field of view of the Euler pyrometer 502, this is not necessary for the present invention. In some embodiments, an optical image sensor may be used as the optical sensor 412 to obtain an image of the area of the control area as well as other areas. In these embodiments, process status variables such as molten pool size may be obtained using the data collected by optical sensor 412 . One skilled in the art will recognize many variations, modifications, and alternatives.

Allgemein gesprochen wird das Signal des lagrangen optischen Sensors eine Funktion der optischen oder infraroten Energie sein, welche von dem Schmelzbad ausgestrahlt und durch die Scanneroptik hindurch in dem optischen Sensor gesammelt wird. Dies wird einigen Faktoren unterliegen, welche eine gesamtheitliche Transferfunktion ergeben, die eine Verbindung zwischen der emittierten Strahlung an der Quelle und dem gemessenen Signal am Detektor herstellt. Im allgemeinsten Fall lässt sich die Transferfunktion darstellen als: $$T=T\left\{\epsilon ,dA,F\left(x,y\right),{\rho }_{mirror},{\sigma }_{sensor}\right\}$$

Generally speaking, the Larangian optical sensor signal will be a function of the optical or infrared energy emitted from the weld pool and collected through the scanner optics in the optical sensor. This will be subject to a number of factors which result in an overall transfer function relating the emitted radiation at the source to the measured signal at the detector. In the most general case, the transfer function can be represented as: $$T=T\left\{e,\mathrm{i.e}A,f\left(x,y\right),{\rho }_{mi\mathrm{right}\mathrm{right}O\mathrm{right}},{\sigma }_{sensO\mathrm{right}}\right\}$$

Hierbei ist ε das Strahlungsvermögen des Bereichs des Schmelzbads, welcher bestrahlt wird, dA ist die Fläche des Schmelzbads, welche bestrahlt und als klein im Vergleich zu der Fläche der Ausgangslinse der Scaneinheit angenommen wird, F(x,y) ist ein Abbildungsfaktor, welche die kleine Fläche des Schmelzbades in Bezug zu der Fläche der Ausgangslinse auf dem Scanner setzt, ρ_mirror ist die wellenlängenabhängig Reflektivität des Spiegels, welcher das Sensorsignal teilt, während die primäre Laserenergie hindurch gelassen wird und σ_sensor ist die wellenlängenabhängige Sensitivität des optischen Sensors in Bezug auf die einfallende Strahlung.Here ε is the emissivity of the region of the weld pool which is irradiated, dA is the area of the weld pool which is irradiated and assumed to be small compared to the area of the exit lens of the scanning unit, F(x,y) is an imaging factor which reflects the small area of the melt pool in relation to the area of the exit lens on the scanner, ρ _mirror is the wavelength dependent reflectivity of the mirror which splits the sensor signal while transmitting the primary laser energy and σ _sensor is the wavelength dependent sensitivity of the optical sensor with respect to the incident radiation.

Damit ergibt sich die allgemeine Beziehung zwischen dem von dem optischen Sensor gemessenen Signal und der Energie, welche von dem Schmelzbad an einer gegebenen Position und zu einer gegebenen Zeit emittiert oder abgestrahlt wird, zu: $$S\left(x,y,t\right)=T\left(x,y\right)\cdot E_{weldpool}\left(x,y,t\right)$$

Thus, the general relationship between the signal measured by the optical sensor and the energy emitted or radiated by the weld pool at a given position and time is: $$S\left(x,y,t\right)=T\left(x,y\right)\cdot E_{wel\mathrm{i.e}pOOl}\left(x,y,t\right)$$

Der Abbildungsfaktor kann angenähert werden, wie das in 6 gezeigt ist. Die kleine Fläche des Schmelzbades 600 wird durch dA₁ repräsentiert und die Fläche der Ausgangslinse des Scankopfs 601 wird durch A₂ repräsentiert. Das Schmelzbad ist in der Ebene einer Deckschicht des Pulverbetts jedoch im Allgemeinen nicht unmittelbar unter der Ausgangslinse des Scankopfs 601 platziert und ist um eine Entfernung 602 in der Ebene verschoben, welche durch a repräsentiert wird. Die Arbeitshöhe 603 ist die Entfernung von der Ausgangslinse 601 des Scankopfs bis zum Pulverbett und durch h repräsentiert. Die Ausgangslinse des Scankopfs 601 weist einen Radius 604 auf, welcher durch r repräsentiert wird.The imaging factor can be approximated as shown in 6 is shown. The small area of the melt pool 600 is represented by dA ₁ and the area of the exit lens of the scan head 601 is represented by A ₂ . The melt pool is in the plane of a top layer of the powder bed, however, is generally not placed immediately below the exit lens of the scan head 601 and is offset by a distance 602 in the plane represented by a. The working height 603 is the distance from the scan head exit lens 601 to the powder bed and is represented by h. The exit lens of the scan head 601 has a radius 604, which is represented by r.

Der Abbildungsfaktor wird durch die folgende mathematische Beziehung ausgedrückt, wobei diese ursprünglich von Hamilton und Morgan hergeleitet wurde: $$D_{d1-2}=\frac{1}{2}\left[1-\frac{Z-2R^2}{{\left(Z^2-4R^2\right)}^{1/2}}\right]$$

wobei $$H=\frac{h}{a},R=\frac{r}{a},andZ=1+R^2+H^2$$

The mapping factor is expressed by the following mathematical relationship, originally derived by Hamilton and Morgan: $$D_{\mathrm{i.e}1-2}=\frac{1}{2}\left[1-\frac{Z-2R^2}{{\left(Z^2-4R^2\right)}^{1/2}}\right]$$

whereby $$H=\frac{H}{a},R=\frac{\mathrm{right}}{a},an\mathrm{i.e}Z=1+R^2+H^2$$

Die Variable a kann ebenfalls auf die x- und y-Position auf der Ebene auf dem Pulverbett bezogen werden. Wenn wir davon ausgehen, dass die Position direkt unterhalb des Zentrums der Ausgangslinse des Scankopfs der Ursprung eines Koordinatensystem in der Ebene des Pulverbetts ist, dann steht die Variable a mit der x- und y-Position des Schmelzbades über folgende Formel in Beziehung: $$a=\sqrt{x^2+y^2}$$

The variable a can also be related to the x and y position on the plane on the powder bed. If we assume that the position just below the center of the scan head exit lens is the origin of a coordinate system in the plane of the powder bed, then the variable a is related to the x and y position of the weld pool by the following formula: $$a=\sqrt{x^2+y^2}$$

Diese x und y Positionen können der Reihe nach aus dem Ansteuerungssignal erhalten werden, welches die Strahlablenkung innerhalb des Scankopfs steuert. Bei Hochgeschwindigkeitslaserscannern z. B. können diese x- und y-Positionen durch Spiegel kontrolliert werden, welche durch Hochfrequenzantwortgalvanometer gesteuert werden.These x and y positions can be obtained in turn from the drive signal that controls the beam deflection within the scan head. With high-speed laser scanners, e.g. eg these x and y positions can be controlled by mirrors controlled by high frequency response galvanometers.

Die Reflektivität des Spiegels wird in einem Bereich von Wellenlängen definiert, über welchen der Spiegel die Strahlung innerhalb dieser Wellenlänge unter einem hohen Grad von Reflektanz reflektiert und der Spiegel außerhalb dieses Bereiches im Wesentlichen durchlässig ist. Damit wird die Spiegelreflektanz _mirror für ein wie folgt definiertes Beobachtungsfenster von Frequenzen sehr hoch für Strahlung sein, welche von dem Schmelzbad ausstrahlt und zurück durch die Ausgangslinse des Scankopfs verläuft: $${\omega }_{MIN}<{\omega }_{RADIATION}<{\omega }_{MAX}$$

The reflectivity of the mirror is defined in a range of wavelengths over which the mirror reflects radiation within that wavelength with a high degree of reflectance and outside that range the mirror is substantially transmissive. Thus, for an observation window of frequencies defined as follows, the mirror reflectance _mirror will be very high for radiation emanating from the weld pool and going back through the scan head exit lens: $${\omega }_{MIN}<{\omega }_{RADIATION}<{\omega }_{MAX}$$

Die Sensitivität des optischen Sensors hängt im Speziellen von dem Typ des verwendeten Sensors ab. Eine typische Effizienzkurve für beispielsweise eine Siliziumfotodiode ist in 7 gezeigt. Die Kurve beschreibt die Effizienz, mit der Licht in Strom umgewandelt wird. Damit ist die y-Achse von 7 die Umwandlungseffizienz. Die x-Achse von 7 ist die Frequenz der einfallenden Strahlung, welche von der Fotodiode gesammelt wird.The sensitivity of the optical sensor depends in particular on the type of sensor used. A typical efficiency curve for a silicon photodiode, for example, is in 7 shown. The curve describes the efficiency with which light is converted into electricity. So the y-axis is from 7 the conversion efficiency. The x-axis of 7 is the frequency of the incident radiation collected by the photodiode.

Folglich erkennt man, dass die Transferfunktion, wie sie in Formel 1 beschrieben ist, tatsächlich über die Kenntnis der verschiedenen Faktoren, welche in den Formeln 3-5 definiert sind, und der Sensitivität des Sensors, wie in 7 beschrieben, hergeleitet werden kann. Damit ist es möglich, eine Transformation durchzuführen, welche die an einer beliebigen Position in dem Pulverbett oder Ebene des Teils gesammelte Strahlung in ein Bezugssystem eines beliebigen anderen Gebietes des Teils bringt, womit ein Vergleich ausgeführt werden kann. Genauer genommen wird in dieser Erfindung ein solcher Vergleich zwischen dem Kontrollbereich und jedem anderen Gebiet des Teils durchgeführt. Nun wird ein konkretes Beispiel besprochen, welches weiter erklären wird, wie eine solche Transferfunktion dafür verwendet werden kann, um einen Kontrollbereich, welcher unmittelbar unter dem Zentrum der Ausgangslinse des Scankopfs liegt, mit jedem beliebigen Gebiet in dem Teil oder der Pulverbettebene effektiv zu vergleichen.Consequently, it can be seen that the transfer function as described in Equation 1 can indeed be obtained via knowledge of the various factors defined in Equations 3-5 and the sensitivity of the sensor as in 7 described, can be derived. With this it is possible to perform a transformation which brings the radiation collected at any position in the powder bed or plane of the part into a frame of reference of any other area of the part with which a comparison can be carried out. More specifically, in this invention, such a comparison is made between the control area and any other area of the part. A concrete example will now be discussed, which will further explain how such a transfer function can be used to effectively compare a control area, which lies immediately below the center of the scan head's exit lens, with any area in the part or powder bed plane.

Im Allgemeinen ist der Strahlungsfluss, welcher an der Ausgangslinse des Scankopfs gesammelt wird, mit dem Fluss, welcher von dem Schmelzbad abgestrahlt wird, über den Abbildungsfaktor, wie er in den Formeln 2-4 gezeigt ist, verknüpft. Der Spiegel wird minimale und maximale Abschneidefrequenzen aufweisen, welche das Fenster an Frequenzen festlegt, in welchem es der Strahlung erlaubt ist hin zum Fotodiodenkollektor zu passieren. Der Fotodiodenkollektor wird eine Umwandlungseffektivität, wie in 7 spezifiziert, aufweisen, wobei die durchschnittliche Umwandlungseffektivität mit den Abschneidefrequenzen des Spiegels durch folgende Gleichung in Beziehung steht: $${ƒ}_{average}=\frac{ƒ\left({\omega }_{MIN}\right)+ƒ\left({\omega }_{MAX}\right)}{2}$$

In general, the radiant flux collected at the exit lens of the scan head is related to the flux radiated from the weld pool by the magnification factor as shown in Equations 2-4. The mirror will have minimum and maximum cutoff frequencies, which define the window of frequencies in which radiation is allowed to pass through to the photodiode collector. The photodiode collector will have a conversion efficiency as in 7 specified, where the average conversion efficiency is related to the cutoff frequencies of the mirror by the equation: $${ƒ}_{ave\mathrm{right}aGe}=\frac{ƒ\left({\omega }_{MIN}\right)+ƒ\left({\omega }_{MAX}\right)}{2}$$

Hierbei kann die Effektivität an den jeweiligen Abschnittfrequenzen aus 7 erhalten werden. Damit kann die gesamte Transferfunktion, welche die von dem Schmelzbad an einem Punkt (x,y) und zu einem Zeitpunkt t abgestrahlte Energie in Bezug mit dem elektrischen Signal setzt, welches von dem Sensor gemessen wird (in diesem Fall der Fotodiode), in erster Ordnung wie folgt ausgedrückt werden: $$S\left(x,y,t\right)=T\left(x,y\right)\cdot E_{weldpool}\left(x,y,t\right)=\epsilon \cdot {ƒ}_{average}\cdot F_{d1-2}\left(x,y\right)\ast E_{weldpool}\left(x,y,t\right)$$

Here, the effectiveness of the respective section frequencies 7 be obtained. Thus, the overall transfer function relating the energy radiated from the molten pool at a point (x,y) and time t to the electrical signal measured by the sensor (in this case the photodiode) can be used in the first order can be expressed as follows: $$S\left(x,y,t\right)=T\left(x,y\right)\cdot E_{wel\mathrm{i.e}pOOl}\left(x,y,t\right)=e\cdot {ƒ}_{ave\mathrm{right}aGe}\cdot f_{\mathrm{i.e}1-2}\left(x,y\right)\ast E_{wel\mathrm{i.e}pOOl}\left(x,y,t\right)$$

Hierbei ist S(x,y,t) das Sensorsignal der emittierten Strahlung, wenn das Schmelzbad zu dem Zeitpunkt t an der Position (x,y) ist, und E_{weld pool} (x,y,t) ist die tatsächlich emittierte Strahlung in Energie pro Zeit pro Fläche, welche zum Zeitpunkt t von dem Ort (x,y) abgestrahlt wird. Damit muss die Formel 7 nach E_{weld pool} aufgelöst werden, um die an einer gegebenen Position emittierte Energie genau mit der an einer anderen Position emittierten Energie vergleichen zu können: $$E_{weldpool}\left(x,y,t\right)=\frac{S\left(x,y,t\right)}{\epsilon \cdot {ƒ}_{average}\cdot F_{d1-2}\left(x,y\right)}$$

Here S(x,y,t) is the sensor signal of emitted radiation when the weld pool is at position (x,y) at time t, and E _{weld pool} (x,y,t) is the actual emitted radiation in Energy per time per area radiated at time t from location (x,y). Thus, formula 7 must be solved for E _{weld pool} in order to accurately compare the energy emitted at a given position with the energy emitted at another position: $$E_{wel\mathrm{i.e}pOOl}\left(x,y,t\right)=\frac{S\left(x,y,t\right)}{e\cdot {ƒ}_{ave\mathrm{right}aGe}\cdot f_{\mathrm{i.e}1-2}\left(x,y\right)}$$

Damit soll Formel 9 dazu verwendet werden, das gemessene optische Signal zu normieren, um die Daten genauer vergleichen zu können, welche an unterschiedlichen (x,y)-Orten in dem Pulverbett oder der Ebene des Teils, welches systematisch Schicht für Schicht hergestellt wird, genommen wurden.This is to use Formula 9 to normalize the measured optical signal to more accurately compare data obtained at different (x,y) locations in the powder bed or plane of the part being systematically fabricated layer by layer. were taken.

8A ist ein Flussdiagramm, welches einen Prozess 800 zur Gewinnung eines Basisparametersatzes zur Herstellung eines Teils gemäß einer Ausführungsform der vorliegenden Erfindung zeigt. Unter Bezug auf 8A beinhaltet das Verfahren das Sammeln und Analysieren von überlappenden eulerschen und lagrangen Sensordaten während einem oder mehrerer generativen Fertigungsprozesse, bei denen Sollwertparameterbereiche 801 verwendet werden. In manchen Ausführungsformen bezieht sich der überlappende Abschnitt der Sensordaten auf Material, welches sich von dem Teil, welches hergestellt wird, unterscheidet und von diesem verschieden ist (manchmal kann dieser Abschnitt als Kontrollbereich dienen), während sich in anderen Ausführungsformen die überschneidenden Sensordaten auf einen Abschnitt des Teils selbst beziehen. In den Fällen, in denen die überlappenden Sensordaten innerhalb des Teils selbst positioniert sind, kann es notwendig sein den Abschnitt des Teils zu entfernen, falls eine Verifikation der mikrostrukturellen Integrität dieses Abschnitts ohne der Zerstörung des Teils gewünscht ist. Die eulerschen und lagrangen Sensordaten können von einer Mehrzahl von Sensoren wie Pyrometern, Infrarotkameras, Fotodioden oder ähnlichen gesammelt werden. Die Sensoren können in einer Vielzahl unterschiedlicher Konfigurationen angeordnet werden; jedoch kann in einer speziellen Ausführungsform ein Pyrometer als eulerscher Sensor ausgebildet sein, welches auf einen festgelegten Abschnitt des Teils fokussiert ist, und eine Fotodiode oder ein anderer optische Sensor kann als ein lagranger Sensor ausgebildet sein, wobei dieser dem Weg des Heizelements, welches über das Teil scannt, folgt. 8A 8 is a flowchart depicting a process 800 for obtaining a baseline parameter set for manufacturing a part in accordance with an embodiment of the present invention. Referring to 8A the method involves collecting and analyzing overlapping Eulerian and Larangian sensor data during one or more additive manufacturing processes using setpoint parameter ranges 801 . In some embodiments, the overlapping portion of the sensor data relates to material that is distinct and distinct from the part being manufactured (sometimes this portion may serve as a control area), while in other embodiments the overlapping sensor data relates to a portion of the part itself. In cases where the overlapping sensor data is located within the part itself, it may be necessary to remove the portion of the part if verification of the microstructural integrity of that portion is desired without destroying the part. The Eulerian and Larangian sensor data can be collected from a variety of sensors such as pyrometers, infrared cameras, photodiodes, or the like. The sensors can be arranged in a variety of different configurations; however, in a specific embodiment, a pyrometer may be embodied as an Eulerian sensor focused on a specified portion of the part, and a photodiode or other optical sensor may be embodied as a Lagrangian sensor, following the path of the heating element passing over the part scans, follows.

Die Datensammlung beginnt mit dem Testen von Sollwertparameterbereichen (d. h. solche Parameter oder Steuerungseingaben, welche wahrscheinlich in einer akzeptablen Mikrostruktur und/oder akzeptablen mechanischen Eigenschaften und/oder akzeptablen Defektstrukturen für ein bestimmtes Metall, welches verwendet wird, resultieren oder aus diesen resultiert sind). In manchen Ausführungsformen kann ein Benutzer während der Festlegung der Sollwertparameterbereiche mit mehr oder weniger präzisen Parameterbereichen beginnen. Es sei verstanden, dass der Beginn mit einem präziseren Sollwertparameterbereich die Wiederholungszahl reduzieren kann, welche benötigt wird um eine repräsentative Zahl an Datenpunkten zu erhalten, die in die Sollwertparameterbereiche des Teils fallen. Wenn ein Kontrollbereich verwendet wird, ist zu beachten, dass die lagrangen Daten über eine Verwendung der Transferfunktion, wie sie in Formel 9 vorgestellt wurde, für den Bereich des Kontrollbereichs transformiert werden können.Data collection begins by testing setpoint parameter ranges (i.e., those parameters or control inputs that are likely to result in or result from acceptable microstructure and/or acceptable mechanical properties and/or acceptable defect structures for a particular metal being used). In some embodiments, a user may start with more or less precise parameter ranges during the process of setting the target parameter ranges. It should be understood that starting with a more precise setpoint parameter range may reduce the number of iterations needed to obtain a representative number of data points that fall within the part's setpoint parameter ranges. Note that if a control region is used, the Larangian data can be transformed for the region of the control region using the transfer function presented in Equation 9.

Sobald eine repräsentative Zahl an Datenpunkten, welche dem Vorhandensein von akzeptablen Materialeigenschaften in dem Teil entsprechen, gesammelt ist, werden zusätzliche generative Fertigungsprozesse unter Verwendung von Nichtsollwertparameterbereichen durchgeführt. Während diesen Fertigungsprozessen werden die überlappenden eulerschen und lagrangen Sensortaten gesammelt und analysiert (802). Ähnlich dem Datensammelverfahren, welches für die Nenndatensammlung verwendet wird, können sich die Sensoren auf denselben Abschnitt des Teils fokussieren, der zur Sammlung der Nenndaten verwendet wird. Die lagrangen Daten werden wiederum unter Zuhilfenahme von Formel 9 transformiert. Nichtsollwertparameterbereiche sind solche Parameterbereiche (z. B. eine Laserleistung, eine Scangeschwindigkeit, usw.), von denen verifiziert wurde, in einer unakzeptablen Mikrostruktur und/oder unakzeptablen mechanischen Eigenschaften und/oder unakzeptablen Defektstrukturen zu resultieren, wobei diese durch nachträgliche destruktive Analyse des Kontrollbereichs oder äquivalenter Regionen des Gebildes erhalten werden. Die Nichtsollwertdatensammlung kann mehrere Teilherstellungsprozesse beinhalten um Grenzen oder Grenzwerte zu bestimmen, bei denen bekannt ist, dass ein Teil defekt sein wird. Die Nichtsollwertdatensammlung kann ebenfalls Testdurchläufe umfassen, in welchen die Laserleistung periodisch abgesenkt und angehoben wird, wobei sonst Sollparameter verwendet werden, um zu charakterisieren, welchen Effekt temporäre Parameterabweichungen auf die Herstellung eines Teils haben können. Wie weiter unten ausführlich beschrieben, kann die Sammlung und die Analyse von Prozesssensordaten während einem Satz von Fertigungsprozessen, welche Nichtsollwertparameterbedingungen verwenden, dazu benutzt werden, die Prozessgrenzen für die Prozesssensordaten festzulegen. Ausführungen der vorliegenden Erfindung messen hierfür Merkmale des Prozesses (d. h. Prozesssensordaten) zusätzlich zur Messung von Merkmalen des hergestellten Teils.Once a representative number of data points corresponding to the presence of acceptable material properties in the part are collected, additional additive manufacturing processes are performed using non-target parameter ranges. During these fabrication processes, the overlapping Eulerian and Larangian sensor data are collected and analyzed (802). Similar to the data collection method used for nominal data collection, the sensors can focus on the same portion of the part used to collect the nominal data. The Larangian data are in turn transformed using formula 9. Non-target parameter ranges are those parameter ranges (e.g., a laser power, a scan speed, etc.) that have been verified to result in an unacceptable microstructure and/or unacceptable mechanical properties and/or unacceptable defect structures, which are determined by subsequent destructive analysis of the control area or equivalent regions of the structure can be obtained. The Non-target data collection may involve multiple part manufacturing processes to determine boundaries or thresholds at which a part is known to be defective. Non-target data collection may also include test runs in which the laser power is periodically decreased and increased, otherwise using target parameters to characterize what effect temporary parameter deviations may have on the manufacture of a part. As described in detail below, the collection and analysis of process sensor data during a set of manufacturing processes that use non-setpoint parameter conditions can be used to establish the process limits for the process sensor data. Embodiments of the present invention do this by measuring characteristics of the process (ie, process sensor data) in addition to measuring characteristics of the part being manufactured.

In 803 werden ein oder mehrere Abschnitte des Teils, bei denen die eulerschen und die lagrangen Sensordaten überlappenden (d. h. dem Kontrollbereich), analysiert, um die Generierung eines Basisdatensatzes zu ermöglichen. Im Allgemeinen gibt es drei Arten von Analysen, die auf einen Kontrollbereich oder einen äquivalenten Bereich des Teils angewandt werden können. Zum einen kann die Mikrostruktur detailliert untersucht werden. Das beinhaltet die Analysen einer Korngröle, einer Korngrenzenausrichtung, einer chemischen Zusammensetzung in einem makroskopischen oder mikroskopischen Malstab, einer Kondensatgröle und einer Verteilung im Fall von altersaushärtenden Legierungen, und einer Korngröle von Vorstufen, welche sich zuerst gebildet haben könnten, wobei ein Hinweis auf solche vorzeitigen Körnungen klar gegeben sein muss, ist jedoch nicht auf diese beschränkt. Die zweite Kategorie von Evaluierungen, welche durchgeführt werden können, sind Testverfahren der mechanischen Eigenschaften. Diese beinhalten Analysen einer Härte /Mikrohärte, von Zugeigenschaften, einer Längung/Duktilität, eines Ermüdungsverhaltens, einer Schlagfestigkeit, einer Bruchfestigkeit sowie Messungen eines Risswachstums, einer thermomechanischen Ermüdung, und einer schleichenden Ermüdung, ist jedoch nicht auf diese beschränkt. Die dritte Reihe von Evaluierungen, welche an einem Kontrollbereich oder an äquivalenten Regionen des Bauteils durchgeführt werden können, stellt die Charakterisierung von Defekten und Anomalitäten dar. Dies beinhaltet die Analyse einer Porenform, -gröle oder -verteilung, die Analyse einer Rissgröle oder einer Verteilung der Hinweise auf Einschlüsse durch den direkten Schmelzvorgang, d. h. solche welche während der Gaszerstäubung des Pulvers selbst geformt wurden, oder anderer Einschlüsse, welche versehentlich während des generativen Fertigungsprozesses eingedrungen sind, und anderer bekannter Schweildefekte wie Bindefehler, ist jedoch nicht auf diese beschränkt. Es soll ebenfalls angemerkt sein, dass in bestimmten Fällen eine Position des Kontrollbereichs oder des Focus des Pyrometers angepasst werden kann, um eine genauere Darstellung des jeweiligen kritischen Abschnitts des Teils zu erhalten.At 803, one or more portions of the part where the Eulerian and Larangian sensor data overlap (i.e., the control area) are analyzed to enable the generation of a baseline data set. In general, there are three types of analysis that can be applied to a control area or equivalent area of the part. On the one hand, the microstructure can be examined in detail. This includes analyzes of grain size, grain boundary orientation, chemical composition in a macroscopic or microscopic scale, condensate size and distribution in the case of age-hardening alloys, and grain size of precursors which may have formed first, with an indication of such premature ones Grains must be clearly given, but is not limited to these. The second category of evaluations that can be performed are mechanical property testing methods. These include, but are not limited to, analyzes of hardness/microhardness, tensile properties, elongation/ductility, fatigue behavior, impact strength, fracture toughness, as well as measurements of crack growth, thermomechanical fatigue, and creep fatigue. The third set of evaluations, which can be performed on a control area or equivalent regions of the device, is the characterization of defects and anomalies. This includes analysis of a pore shape, size or distribution, analysis of a crack size or distribution of the Evidence of inclusions from the direct melting process, i. H. but is not limited to those formed during the gas atomization of the powder itself, or other inclusions inadvertently intruded during the additive manufacturing process, and other known weld defects such as lack of fusion. It should also be noted that in certain cases a position of the pyrometer's control region or focus may be adjusted to provide a more accurate representation of the particular critical portion of the part.

Sobald sowohl die Prozesssensordaten (eulersche und transformierte lagrangen Daten) wie auch die Nachprozessdaten (mikrostrukturelle, mechanische und defektbezogene Charakterisierungen) gesammelt wurden, ist es in Schritt 804 möglich eine grole Vielzahl von Ausreilerdetektionsschemata 804 und/oder Klassifikationsschemata zu verwenden, welche die Daten in Nenn- und Nichtnennbedingungen aufteilen. Ebenso können die Prozessbedingungen, welche in einem speziellen Satz von Nachprozessdaten resultieren, charakterisiert werden, wobei die assoziierten Prozessdaten gesammelt werden, während die Probe hergestellt wird. Diese Prozessdaten, sowohl die eulerschen wie auch die lagrangen, können mit Nachprozessteilcharakterisierungsdaten assoziiert und korreliert werden. Damit kann eine Verbindung zwischen klaren Nachprozessbedingungen und den Prozesseigenschaften in Form von Prozessdaten, welche diese Nachprozessbedingungen hervorrufen, hergestellt werden. Etwas genauer können den Prozessdaten entnommene Eigenschaften direkt mit aus der Nachprozessuntersuchung erhaltenen Eigenschaften verbunden und korreliert werden. In manchen Ausführungsformen unterscheiden sich Daten, welche während der Fertigung unter Verwendung von Sollparameterbereichen gesammelt werden, von Daten, welche während einer Fertigung unter der Verwendung von Nichtsollparameterbereichen gesammelt werden, wie z. B. zwei unterschiedliche Clusterdiagramme. Ein Fachmann wird viele Variationen, Modifikationen und Alternativen erkennen.Once both the process sensor data (Eulerian and transformed Larangian data) as well as the post-process data (microstructural, mechanical and defect-related characterizations) have been collected, it is possible in step 804 to use a wide variety of outlier detection schemes 804 and/or classification schemes that combine the data into nominal - Split and non-nominal conditions. Likewise, the process conditions that result in a particular set of post-process data can be characterized, with the associated process data being collected while the sample is being prepared. This process data, both Eulerian and Larangian, can be associated and correlated with post-process part characterization data. In this way, a connection can be established between clear post-process conditions and the process properties in the form of process data which cause these post-process conditions. Somewhat more precisely, properties taken from the process data can be connected and correlated directly with properties obtained from the post-process investigation. In some embodiments, data collected during manufacture using target parameter ranges differs from data collected during manufacture using non-target parameter ranges, such as: B. Two different cluster diagrams. One skilled in the art will recognize many variations, modifications, and alternatives.

Sobald solche Eigenschaften begründet und sowohl dem in Echtzeit wie auch dem nachprozessual Beschriebenen entsprechen, kann in Schritt 805 ein Prozessfenster definiert werden, wobei dieses auf den Prozessgrenzen von sowohl eulerschen wie auch lagrangen Daten basiert, wobei diese Sollbedingungen entsprechen, d. h. solchen Bedingungen von denen verifiziert wurde, dass sie in akzeptabler Mikrostruktur und/oder in akzeptablen mechanischen Eigenschaften und /oder in akzeptablen Defektstrukturen resultieren, die durch nach-prozessuale, destruktive Analyse des Kontrollbereichs oder äquivalenter Regionen des Teils hergeleitet wurden. Damit ergibt sich die praktische Bedeutung des Erreichens dieses Zustandes darin, dass der Prozess als innerhalb eines Sollregimes liegend definiert werden kann, und dies vorteilhafter Weise über tatsächliche Prozessmessungen, welche unmittelbar an das physikalische Verhalten, welches während des generativen Fertigungsprozesses auftritt, gekoppelt sind und vorteilhaft ist im Gegensatz zur Definition eines solchen Prozessfensters über die Verwendung von Bereichen der Maschineneinstellungen oder solcher Variablen, welche in einem Prozessparametersatz enthalten sind, welche zusätzlich aus dem Prozess entnommen werden. In anderen Worten unterscheiden sich Ausführungsformen der vorliegenden Erfindung von herkömmlichen Systemen, welche nur Prozessparameter festlegen. Ausführungsformen der vorliegenden Erfindung bestimmen die Prozessdaten für sowohl Sollparameterbereiche 801 wie auch Nichtsollbereiche 802, welche einen „Prozessfingerabdruck” für einen bekannten Satz an Bedingungen bereitstellen. Angesichts dieses festgestellten Basisdatensatzes ist es möglich, für jedes Material von Interesse und jeden Satz von Prozessbedingungen, exakt vorherzusagen, ob das Herstellungsergebnis eines als gut bekannten Produkts die gewünschten metallurgischen und /oder mechanischen Eigenschaften aufweist.Once such properties are established and correspond to both the real-time and post-process described, a process window may be defined in step 805, based on the process boundaries from both Eulerian and Lagrangian data corresponding to target conditions, ie such conditions verified by those was found to result in acceptable microstructure and/or in acceptable mechanical properties and/or in acceptable defect structures derived by post-process destructive analysis of the control area or equivalent regions of the part. The practical significance of achieving this state is that the process can be defined as being within a target regime, and this is advantageously via actual process measurements, which are directly linked to the physical behavior that occurs during the additive manufacturing process and are advantageous is in contrast to defining such a process window via the use of areas of machine settings or such Variables that are contained in a process parameter set, which are also taken from the process. In other words, embodiments of the present invention differ from conventional systems that only specify process parameters. Embodiments of the present invention determine the process data for both target parameter ranges 801 and non-target ranges 802 that provide a "process fingerprint" for a known set of conditions. Given this established baseline data set, it is possible, for any material of interest and any set of process conditions, to accurately predict whether the manufacturing outcome of a product known to be good will have the desired metallurgical and/or mechanical properties.

Es soll verstanden sein, dass die bestimmten Schritte, wie sie in 8A illustriert sind, nur eine einzelne Methode zur Generierung eines Basisparametersatzes, zur Herstellung eines Teils gemäß einer Ausführungsform der vorliegenden Erfindung, bereitstellen. Gemäß alternativen Ausführungsformen können auch andere Arbeitsabläufe durchgeführt werden. Zum Beispiel können für alternative Ausführungsformen der vorliegenden Erfindung die Schritte, wie sie oben behandelt werden, in einer anderen Reihenfolge durchgeführt werden. Darüber hinaus können die einzelnen Schritte, welche in 8A illustriert sind, mehrere Unterschritte beinhalten, welche in mehreren Sequenzen entsprechend den einzelnen Schritten durchgeführt werden. Des Weiteren können, abhängig von der jeweiligen Anwendung, zusätzliche Schritte hinzugefügt oder entfernt werden. Ein Fachmann wird viele Variationen, Modifikationen und Alternativen erkennen. Im Folgenden wird die Aufmerksamkeit auf speziell die Verwendung eines Prozessfensters in einer Produktionsumgebung gelegt.It is to be understood that the specific steps set out in 8A , provide only a single method for generating a base parameter set for manufacturing a part according to an embodiment of the present invention. According to alternative embodiments, other workflows can also be performed. For example, for alternative embodiments of the present invention, the steps discussed above may be performed in a different order. In addition, the individual steps included in 8A are illustrated include several sub-steps, which are performed in several sequences corresponding to the individual steps. Furthermore, additional steps may be added or removed depending on the particular application. One skilled in the art will recognize many variations, modifications, and alternatives. In the following, attention is paid specifically to the use of a process window in a production environment.

8B ist ein Flussdiagramm, welches einen Prozess 806 zeigt, um gemäß einer Ausführungsform der vorliegenden Erfindung eine Qualität eines Produktionsschrittteils basierend auf dem erhaltenen Basisparametersatz, zu klassifizieren. 8B zeigt einen Prozess 806, welcher die Verwendung des Basisdatensatzes im Falle eines Aufbauszenarios beschreibt. Der Basisdatensatz kann unter Verwendung der Methode, wie sie in 8A illustriert ist, erhalten werden. 8B 8 is a flowchart showing a process 806 to classify a quality of a production step part based on the obtained base parameter set, according to an embodiment of the present invention. 8B shows a process 806 that describes the use of the basic data set in the case of a construction scenario. The basic data set can be created using the method as described in 8A is illustrated can be obtained.

Ein Block 807 repräsentiert die Sammlung von langrangen Daten von (x,y)-Orten, welche über die Herstellungsebene verteilt sind, und eulerschen Daten eines festgelegten Abschnitts innerhalb der Herstellungsebene entsprechen, während eines generativen Fertigungsprozesses. In einer speziellen Ausführungsform können die lagrangen Daten von einer Fotodiode gesammelt werden und die eulerschen Daten können von einem Pyrometer gesammelt werden. Der festgelegte Abschnitt kann ein Kontrollbereich oder ein Bereich des Teils sein, welcher nachträglich für Tests von dem Teil entfernt wird. In manchen Ausführungsformen können die lagrangen Daten von allen Abschnitten in der Herstellungsebene gesammelt werden, während die eulerschen Daten nur in einem festgelegten Abschnitt des Kontrollbereichs gesammelt werden, jedoch ist die vorliegende Erfindung nicht auf diese Ausführungen beschränkt. In anderen Ausführungsformen wird eine Teilmenge aller möglichen Abschnitte zur Sammlung der lagrangen Daten verwendet. Die lagrangen Daten werden in einem festgelegten Abschnitt des Kontrollbereichs gesammelt, wenn das Schmelzbad den Abschnitt des Kontrollbereichs passiert. Ein Fachmann wird viele Variationen, Modifikationen und Alternativen erkennen.A block 807 represents the collection of long-range data from (x,y) locations distributed throughout the manufacturing plane, corresponding to Eulerian data of a specified section within the manufacturing plane, during an additive manufacturing process. In a specific embodiment, the Larangian data can be collected by a photodiode and the Eulerian data can be collected by a pyrometer. The specified section can be a control area or an area of the part that is subsequently removed from the part for testing. In some embodiments, the Larangian data may be collected from all sections in the manufacturing plane while the Eulerian data is collected only in a specified section of the control area, but the present invention is not limited to these embodiments. In other embodiments, a subset of all possible sections is used to collect the Larangian data. The Lagrangian data is collected in a specified section of the control area as the weld pool passes the section of the control area. One skilled in the art will recognize many variations, modifications, and alternatives.

Block 808 beschreibt einen Verifikationsprozess, welcher ausgeführt werden kann, um festzustellen, ob die eulerschen und die lagrangen Daten, welche an dem festgelegten Abschnitt gesammelt werden, frei von Datenpunkten sind, welche aulerhalb des Sollbasisdatensatzes (d. h. innerhalb der Region, welche durch den Basisdatensatz definiert ist) liegen. Dasselbe Klassifikations- und Ausreilerdetektionsschema, wie es während der Generierung der Basis im Prozess 800 verwendet wird, kann benutzt werden, um diese Verifikation durchzuführen. Mit anderen Worten weist dieser Schritt nach, dass überlappende eulersche und lagrange Sensormesswerte, welche während eines tatsächlichen Produktionsdurchlaufs aufgenommen werden, mit überlappenden eulerschen und lagrangen Sensormesswerten korrespondieren, welche unter Normalbedingungen als Teil des Basisdatensatzes aufgenommen wurden.Block 808 describes a verification process that can be performed to determine whether the Eulerian and Larangian data collected at the specified section are free of data points that fall outside the target baseline data set (i.e., within the region defined by the baseline data set is) lie. The same classification and outlier detection scheme used during base generation in process 800 can be used to perform this verification. In other words, this step proves that overlapping Eulerian and Larangian sensor readings taken during an actual production run correspond to overlapping Eulerian and Larangian sensor readings taken under normal conditions as part of the baseline data set.

Block 809 beschreibt den Vergleich von lagrangen Daten, welche an einer oder an mehreren (x,y)-Positionen gesammelt wurden, mit lagrangen Daten, welche in dem festgelegten Abschnitt gesammelt wurden. In manchen Ausführungsformen werden die lagrangen Daten, welche an jedem der (x,y)-Positionen gesammelt wurden, mit den lagrangen Daten, welche an dem, dem Kontrollbereich zugehörigen, festgelegten Abschnitt gesammelt wurden, verglichen. Auf diese Weise kann ein Satz von lagrangen Prozessdaten, welche Abschnitten oder der gesamten Herstellungsebene zugeordnet sind, mit einem Satz von Prozessdaten eines Kontrollbereichsbereichs verglichen werden. Dieser Schritt kann anschlielend an Block 808 ausgeführt werden, wenn bestätigt ist, dass die lagrangen Daten des festgelegten Abschnitts in dem Produktionsdurchlauf innerhalb des Bereichs der Sollbedingungen lagen, welche in dem Basisdatensatz beschrieben sind. Dementsprechend vergleicht die Ausführungsform, welche in 8B illustriert ist, den lagrangen Datensatz, welcher einigen oder allen Gebieten der Herstellungsebene zugehörig ist, mit dem lagrangen Datensatz des Kontrollbereichs, und verifiziert dabei, dass die Prozessdaten innerhalb der Grenzen des Basisdatensatzes liegen.Block 809 describes the comparison of Larangian data collected at one or more (x,y) locations with Larangian data collected in the specified bin. In some embodiments, the Lagrangian data collected at each of the (x,y) locations is compared to the Lagrangian data collected at the specified section associated with the control area. In this way, a set of Lagrangian process data associated with sections or the entire manufacturing level can be compared with a set of process data of a control area area. This step may be performed subsequent to block 808 when it is confirmed that the lag range data of the specified section in the production run was within the range of target conditions described in the baseline data set are. Accordingly, the embodiment shown in 8B compares the Lagrangian dataset associated with some or all of the areas of the manufacturing level with the Lagrangian dataset of the control area, thereby verifying that the process data is within the bounds of the baseline dataset.

Sobald die Verifikation und der Vergleich entsprechend den Blöcken 808 und 809 für alle gewünschten Messpunkte in dem Teil erfolgreich abgeschlossen ist, kann im Zuge des optionalen Blocks 810 das gesamte Teil über logische Schlussfolgerungen ebenfalls als innerhalb der Grenzen des Sollbasisdatensatzes eingestuft werden.Once the verification and comparison of blocks 808 and 809 has been successfully completed for all desired measurement points in the part, then at optional block 810, the entire part may also be classified as within the bounds of the target baseline via reasoning.

[in Block 811 kann eine nützliche Verifikation der Teilqualität/der Übereinstimmung mit dem Basisdatensatz bereitstellen. Block 811 beschreibt eine zusätzliche Verifikation, welche durchgeführt wird, um sicherzustellen, dass keine Anomalitäten in dem lagrangen Signal der Herstellung auftreten, welche nicht in der Basis vorhanden sind. Zum Beispiel können kurze thermische Anomalitäten und/oder hochgradig lokalisierte Anomalitäten physikalisch einige Variationen beim Pulversintern, eine Anwesenheit eines Fremdobjekts in der Pulverschicht, eine Fluktuation in der Laserenergie, ein Schmelzen bei einer hochgradig lokalisierten [bene oder Ähnliches repräsentieren. [in Anzeichen für eine Anomalität kann dann entsprechend an einen Systembetreiber übermittelt werden. Als Antwort auf das Anzeichen kann ein Qualitätsingenieur verlangen, dass das Teil zusätzliche Tests durchläuft, um zu bestimmen, ob die kurzweilige Anomalität [inflüsse auf die Leistungsfähigkeit des Teils aufweist. Der Verifikationsprozess in 811 kann sich von dem, der in 808 durchgeführt wird, unterscheiden, da sich vor allem die Zeitspanne der jeweiligen Verifikationsprozesse erheblich voneinander unterscheiden kann. Darüber hinaus können unterschiedliche Grenzwerte verwendet werden, um die geeignete Filterfunktion zu erhalten. Zum Beispiel kann der Verifikationsprozess für jeden gesammelten Datenpunkt durchgeführt werden, der einen angemessen signifikanten Grenzwert überschreitet, während der Prozess in 808 nur eine kleine Zahl an Datenpunkten berücksichtigt (z. B. mit einer reduzierten Abtastrate) und einen deutlich niedrigeren Grenzwert für irreguläre Messungen verwendet. In manchen Ausführungsformen kann Block 811 optional durchgeführt werden und ist damit nicht für die vorliegende [rfindung notwendig. In manchen Ausführungsformen ist die Reihenfolge der Verifikationsprozesse in 808 und 811 entsprechend der jeweiligen Anwendung verändert. In manchen Ausführungsformen kann der Verifikationsprozess in 811 unter Verwendung von Daten eines Sensors durchgeführt werden, der von dem in Block 808 verwendeten Sensor verschieden ist, womit z. B. der Sensor, welcher der Verifikation zugeordnet ist, eine Hochgeschwindigkeitskamera sein kann, welche die Temperaturdaten tausende Male pro Sekunde misst. Dieser Hochgeschwindigkeitssensor kann eine niedrigere Genauigkeit als ein Sensor aufweisen, welcher dem Block 808 zugehörig ist, vor allem wenn er darauf ausgelegt ist, wesentliche aber kurzweilige Abweichungen von dem Basisdatensatz aufzunehmen.[in block 811 may provide useful verification of part quality/compliance with baseline data set. Block 811 describes an additional verification performed to ensure that there are no anomalies in the manufacturing lagrang signal that are not present in the base. For example, brief thermal anomalies and/or highly localized anomalies may physically represent some variation in powder sintering, presence of a foreign object in the powder layer, fluctuation in laser energy, melting at a highly localized plane, or the like. [indications of an anomaly can then be transmitted to a system operator accordingly. In response to the indication, a quality engineer may request that the part undergo additional testing to determine if the transient anomaly affects the part's performance. The verification process in 811 can differ from that which is carried out in 808, since in particular the time span of the respective verification processes can differ significantly from one another. In addition, different thresholds can be used to obtain the appropriate filter function. For example, the verification process can be performed for each collected data point that exceeds a reasonably significant threshold, while the process in 808 considers only a small number of data points (e.g., at a reduced sampling rate) and uses a significantly lower threshold for irregular measurements . In some embodiments, block 811 may be performed optionally and is not necessary for the present invention. In some embodiments, the order of the verification processes in 808 and 811 is changed according to the particular application. In some embodiments, the verification process in 811 may be performed using data from a sensor different from the sensor used in block 808, e.g. B. the sensor associated with the verification can be a high-speed camera that measures the temperature data thousands of times per second. This high-speed sensor may have lower accuracy than a sensor associated with block 808, especially when designed to pick up significant but transient deviations from the baseline data set.

Zuletzt beschreibt Block 812 einen optionalen Schritt. Dieser optionale Schritt kann durchgeführt werden, wenn ein allgemeines Vertrauen in das hergestellte Produktionsteil noch immer in Zweifel steht. In einem solchen Fall kann das Material, welches dem festgelegten Abschnitt entspricht, destruktiv getestet werden, um sicherzustellen, dass die nachprozessualen metallurgischen, mechanischen oder effektbezogenen [igenschaften des hergestellten Kontrollbereichs innerhalb derselben Grenzen liegen, wie die eines Sollbasis-Kontrollbereichs. In manchen Ausführungsformen kann das eben beschriebene, destruktive Testen nur periodisch oder in einigen besonderen Fällen eben nicht durchgeführt werden.Finally, block 812 describes an optional step. This optional step can be performed when general confidence in the production part being manufactured is still in doubt. In such a case, the material corresponding to the specified section may be destructively tested to ensure that the post-process metallurgical, mechanical or effect properties of the fabricated control area are within the same limits as those of a nominal baseline control area. In some embodiments, the destructive testing just described may only be performed periodically or, in some special cases, may not be performed at all.

[s soll angemerkt sein, dass als Teil des Verfahrens zur Herstellung von Herstellungsteilen die numerische Computersteuerung-[inheit (CNC) dafür verwendet werden, kann den Werkzeugsatz der generativen Fertigung zu steuern und ebenfalls dafür verantwortlich sein kann, bestimmte Aktionen durchzuführen, und zwar basierend auf den zuvor genannten Sensordaten, [s können z. B. mehrere Grenzwerte eingerichtet werden und mit verschiedenen Aktionen, welche durch die CNC-Vorrichtung durchgeführt werden, korreliert werden, [in erster Grenzwert kann beispielsweise die Aufnahme eines Parameterabweichung einleiten, ein zweiter Grenzwert kann das System auffordern, einen Benutzer des Werkzeugsatzes zu alarmieren, während ein dritter Grenzwert konfiguriert sein kann, um die Herstellung des Teils abzubrechen.It should be noted that as part of the process of producing manufacturing parts, the computer numerical control (CNC) unit may be used to control the additive manufacturing tool set and may also be responsible for performing specific actions based on on the aforementioned sensor data, [s can e.g. B. multiple thresholds can be established and correlated to various actions performed by the CNC device [e.g., a first threshold can initiate the recording of a parameter deviation, a second threshold can prompt the system to alert a user of the tool set, while a third limit may be configured to abort the manufacture of the part.

Umgekehrt kann, falls eine dieser Bedingungen nicht erfüllt ist und falls die (x,y)-Position der lagrangen Daten bekannt ist, der bestimmte Abschnitt des Produkts oder des Produktionsdurchlaufs als „nichtnominell“ oder potentiell verdächtig kategorisiert werden, also als möglicherweise unakzeptable Mikrostruktur, unakzeptable mechanische [igenschaften, oder unakzeptable Defektverteilungen aufzuweisend.Conversely, if any of these conditions are not met, and if the (x,y) position of the Larangian data is known, the particular portion of the product or production run can be categorized as "non-nominal" or potentially suspect, i.e., a possibly unacceptable microstructure, having unacceptable mechanical properties, or having unacceptable defect distributions.

Deshalb zeigen die 8A bis 8B Ausführungsformen der vorliegenden [rfindung, wie sie der Verwendung von eulerschen und lagrangen Prozessdaten in einem Produktionsdurchlauf entsprechen. Hierbei wird die Verknüpfung zu den Basisdaten, genauer den Basisdaten, die von einem Kontrollabschnitt genommen wurden, der unter nominellen Bedingungen hergestellt wurde, von denen bekannt ist akzeptable nach-prozessuale [igenschaften zu generieren, und die Methodik, unter welcher im Kontrollbereich die eulerschen und die lagrangen Prozessdaten zusammenlaufen, mit der Situation in Verbindung mit den, für den Herstellungsvorgang verwendeten Prozesseigenschaften gesetzt, um einen Herstellungsvorgang als nominell einstufen zu können. Hierzu zählt zum Beispiel ein Vertreter der Basis, welcher unter Verwendung von Prozesseigenschaften erhalten wurde, von denen bekannt ist eine akzeptable Mikrostruktur und/oder akzeptable mechanische Eigenschaften und/oder akzeptable Defektverteilungen zu generieren.That's why they show 8A until 8B Embodiments of the present invention as they correspond to using Eulerian and Larangian process data in a production run. Here at is the link to the baseline data, more specifically the baseline data taken from a control coupon manufactured under nominal conditions known to generate acceptable post-process [properties, and the methodology under which in the control coupon the Eulerian and the Lagrangian process data are combined with the situation in connection with the process properties used for the production process in order to be able to classify a production process as nominal. This includes, for example, a representative of the base that was obtained using process properties that are known to generate an acceptable microstructure and/or acceptable mechanical properties and/or acceptable defect distributions.

Es soll verstanden sein, dass die spezifischen Schritte, wie sie in 8B illustriert sind, eine einzelne Möglichkeit zur Klassifizierung einer Qualität eines Fertigungsabschnitts, basierend auf dem generierten Basisparametersatz, entsprechend einer Ausführungsform der vorliegenden Erfindung bereitstellen. Andere Schrittfolgen können ebenso entsprechend alternativer Ausführungsformen durchgeführt werden. Zum Beispiel können alternative Ausführungsformen der vorliegenden Erfindung die oben beschriebenen Schritte in einer anderen Reihenfolge abarbeiten. Darüber hinaus können die einzelnen Schritte, die in 8B gezeigt sind, mehrere Unterschritte enthalten, welche in Reihenfolgen entsprechend der Einzelschritte durchgeführt werden können. Des Weiteren können, abhängig von den speziellen Anwendungen, zusätzliche Schritte hinzugefügt oder entfernt werden. Ein Fachmann wird viele Variationen, Modifikationen und Abweichungen erkennen.It is to be understood that the specific steps outlined in 8B are illustrated provide a single way of classifying a quality of a manufacturing section based on the generated base parameter set, according to an embodiment of the present invention. Other sequences of steps may also be performed according to alternative embodiments. For example, alternative embodiments of the present invention may perform the steps described above in a different order. In addition, the individual steps included in 8B are shown contain several sub-steps which can be performed in orders corresponding to the individual steps. Furthermore, additional steps may be added or removed depending on the specific application. One skilled in the art will recognize many variations, modifications, and deviations.

9 beschreibt kurz und prägnant den logischen Ablauf des Entscheidungsprozesses, welcher in dieser Erfindung beschrieben wird, um zu bestimmen, ob ein gegebenes Produktionsteil als nominell anerkannt werden soll, wobei dies basierend auf Echtzeit-Prozessdaten geschieht. In diesem Flussdiagramm befinden sich vier Boxen, von denen alle vier Bedingungen im Allgemeinen erfüllt sein müssen, um einen Aufbau oder einen Produktionsdurchlauf als akzeptabel einzustufen, wobei dies auf Echtzeit-Prozessdaten basiert (sowohl eulerschen wie auch lagrangen). Es soll angemerkt sein, dass die nachfolgende Analyse und Risikomanagementiogik angewendet werden kann, um Teile zu akzeptieren, welche bei der Erfüllung all dieser Bedingungen versagen. Der erste Schritt des Entscheidungsbaums 900 ermittelt, ob oder ob nicht der Abschnitt des Teils, welcher überlappende eulersche und lagrange Sensordaten beinhaltet (z. B. der Kontrollbereich), innerhalb des nominell als gut bekannten Bereichs ist, welcher den Basisdatensatz darstellt. Wenn der Kontrollbereich des Produktionsdurchlaufs keine eulerschen und lagrangen Prozessdaten aufweist, um diese Voraussetzung zu erfüllen, dann wird der Produktionsdurchlauf als potenziell fragwürdig markiert. Der zweite Schritt des Entscheidungsbaums 901 legt fest, ob oder ob nicht die lagrangen Daten, welche an einen oder mehreren (x,y)-Punkte gesammelt wurden, mit lagrangen Daten, welche in dem Bereich des Kontrollbereichs für dasselbe Teil gesammelt wurden, korrespondieren. In manchen Ausführungsformen, wie oben besprochen, können die lagrangen Daten für jeden interessanten Punkt in der Herstellungsebene oder für eine Teilmenge der Orte in der Herstellungsebene gesammelt werden. Zum Beispiel kann ein Plan des Teils mit der Herstellungsebene überlagert werden, um nur die lagrangen Daten für Positionen zu verwenden, welche mit der Geometrie des herzustellenden Teils korrespondieren. In anderen Ausführungsformen können die lagrangen Daten für Abschnitte der Herstellungsebene gesammelt werden, welche mit dem Laserweg korrespondieren, oder für Abschnitte der Herstellungsebene, welche mit dem Laserweg korrespondieren, wenn der Laser eingeschaltet ist. Ein Fachmann erkennt viele Variationen, Modifikationen und Alternativen. 9 describes succinctly the logic flow of the decision process used in this invention to determine whether a given production part should be accepted as nominal based on real-time process data. In this flowchart are four boxes, all four of which must generally be met for a build or production run to be considered acceptable, based on real-time process data (both Eulerian and Larangian). It should be noted that the following analysis and risk management logic can be applied to accept parts that fail to meet all of these conditions. The first step of decision tree 900 determines whether or not the portion of the portion that includes overlapping Eulerian and Lagrange sensor data (e.g., the control area) is within the nominally known good area that represents the baseline data set. If the control area of the production run does not have Eulerian and Larangian process data to meet this requirement, then the production run is flagged as potentially suspect. The second step of decision tree 901 determines whether or not the Lagrangian data collected at one or more (x,y) points corresponds to Lagrangian data collected in the area of the control area for the same part. In some embodiments, as discussed above, the Lagrangian data may be collected for each point of interest in the manufacturing plane or for a subset of locations in the manufacturing plane. For example, a plan of the part can be overlaid with the manufacturing plane to use only the Lagrangian data for positions that correspond to the geometry of the part to be manufactured. In other embodiments, the Lagrangian data may be collected for portions of the fabrication plane that correspond to the laser path or for portions of the fabrication plane that correspond to the laser path when the laser is on. One skilled in the art will recognize many variations, modifications, and alternatives.

Der dritte Schritt des Entscheidungsbaums entscheidet, ob oder ob nicht die nachprozessualen Eigenschaften, welche an dem Kontrollbereich gemessen und mit dem Teil assoziiert werden, innerhalb des nominell als gut bekannten Bereichs von nachprozessualen Eigenschaften liegen, welche an Kontrollbereichen gemessen wurden und dem Basisdatensatz entsprechen. Der abschließende vierte Schritt des Entscheidungsbaums entscheidet darüber, ob oder ob nicht unerhebliche Anomalitäten in den gesammelten lagrangen Daten an den (x,y)-Positionen auftreten, wie z. B. dass dort Eigenschaften der lagrange Daten des Teils zu sehen sind, welche in den lagrangen Basisdaten nicht zu sehen sind. Dieser zusätzliche und abschlielende Schritt ist notwendig, da die Ausreilerdetektion und die Klassifikation auf Eigenschaften basiert. Es ist möglich, dass über die Zeit neue Eigenschaften, welche ursprünglicher Weise nicht in dem Basisdatensatz enthalten sind, in den lagrangen Daten auftauchen.The third step of the decision tree decides whether or not the post-process properties measured on the control area and associated with the part are within the nominally known good range of post-process properties measured on control areas corresponding to the baseline data set. The final fourth step of the decision tree decides whether or not insignificant anomalies appear in the collected Larangian data at the (x,y) positions, such as E.g. that properties of the Lagrangian data of the part can be seen there which cannot be seen in the Lagrangian basic data. This additional and final step is necessary because outlier detection and classification is property based. It is possible that, over time, new properties that were not originally present in the base data set will appear in the lagrangian data.

Um effektiv eine Klassifikation durchführen oder ein AusreilerDetektionsschema einführen zu können, um Daten eines Produktionsdurchlaufs mit Daten eines Basisdatensatzes zu vergleichen, müssen zu allererst Eigenschaften aus den Echtzeitdaten extrahiert werden. Als beispielhafte Ausführungsform dieser Erfindung sei angenommen, dass der eulersche Sensor ein Vielfarbpyrometer ist und dass der lagrange Sensor eine Siliziumfotodiode ist. Darüber hinaus ist in der beispielhaften Ausführungsform die Wärmequelle ein Scanlaser oder Elektronenstrahl und die Materialzuführung wird über eine Vorplatzierung des Pulvers zwischen den Sinterdurchläufen bewerkstelligt. Die untenstehende Tabelle beschreibt Eigenschaften, welche aus den entsprechenden eulerschen und lagrangen Prozessdaten extrahiert werden, sodass ein effektiver Vergleich zwischen den Eigenschaften in dem Basisdatensatz und den Eigenschaften während des Produktionsablaufs durchgeführt werden kann. eulersche Eigenschaften lagrange Eigenschaften Scan-Peak-Temperatur: Wenn der Laser oder der Elektronenstrahl unmittelbar das Sichtfeld des Pyrometers passiert, stellt diese Eigenschaft die Maximaltemperatur des Prozesses dar, welche auftritt während die Hochgeschwindigkeits-Ablenkung des Lasers oder des Elektronenstrahls das Sichtfeld durchläuft. Photodioden-RMS: Im Fall eines laserbasierten Prozesses repräsentiert das Photodioden-Signal die rückgestreute Strahlung, welche von dem Schmelzbad emittiert wird und zurück durch die Optik und durch den Strahlteiler gesammelt wird. Diese Eigenschaft stellt den Effektivwert, oder der quadratische Mittelwert („root mean square“), dieser Signalintensität dar, nachdem die Transformationskorrektur gemäß Gleichung 9 durchgeführt wurde. Scan-Heiz-Rate: Wenn der Laser oder der Elektronenstrahl unmittelbar das Sichtfeld des Pyrometers passiert, stellt diese Eigenschaft die maximale Heizrate des Prozesses dar, welche auftritt während die Hochgeschwindigkeits-Ablenkung des Lasers oder des Elektronenstrahls das Sichtfeld durchläuft. Photodioden-Standard-Abweichung: Im Fall eines laserbasierten Prozesses repräsentiert das Photodioden-Signal die rückgestreute Strahlung, welche von dem Schmelzbad emittiert wird und zurück durch die Optik und durch den Strahlteiler gesammelt wird. Diese Eigenschaft stellt die Standardabweichung dieser Signalintensität dar, nachdem die Transformationskorrektur gemäß Gleichung 9 durchgeführt wurde. Scan-Kühl-Rate: Wenn der Laser oder der Elektronenstrahl unmittelbar das Sichtfeld des Pyrometers passiert, Photodioden-Frequenz-Spektrum: Im Fall eines laserbasierten Prozesses repräsentiert das Photodioden-Signal stellt diese Eigenschaft die maximale Kühlrate des Prozesses dar, welche auftritt während die Hochgeschwindigkeits-Ablenkung des Lasers oder des Elektronenstrahls das Sichtfeld durchläuft. die rückgestreute Strahlung, welche von dem Schmelzbad emittiert wird und zurück durch die Optik und durch den Strahlteiler gesammelt wird. Diese Eigenschaft stellt das Frequenzspektrum dieser Signalintensität dar, nachdem die Transformationskorrektur gemäß Gleichung 9 durchgeführt wurde. Bulk-Peak-Temperatur: Wenn der Laser oder der Elektronenstrahl nicht innerhalb des Sichtfeldes des Pyrometers ist, wird das Material noch immer ein thermisches Hintergrundprofil aufweisen und diese Eigenschaft ist die Peak-Temperatur, welche diesem thermischen Hintergrundprofil zugeordnet ist. Photodioden-Schiefe: Im Fall eines laserbasierten Prozesses repräsentiert das Photodioden-Signal die rückgestreute Strahlung, welche von dem Schmelzbad emittiert wird und zurück durch die Optik und durch den Strahlteiler gesammelt wird. Diese Eigenschaft stellt die Schiefe dieser Signalintensität dar, nachdem die Transformationskorrektur gemäß Gleichung 9 durchgeführt wurde. Bulk-Heiz-Rate: Wenn der Laser oder der Elektronenstrahl nicht innerhalb des Sichtfeldes des Pyrometers ist, wird das Material noch immer ein thermisches Hintergrundprofil aufweisen und diese Eigenschaft ist die maximale Heizrate, welche diesem thermischen Hintergrundprofil zugeordnet ist. Photodioden-Wölbung: Im Fall eines laserbasierten Prozesses repräsentiert das Photodioden-Signal die rückgestreute Strahlung, welche von dem Schmelzbad emittiert wird und zurück durch die Optik und durch den Strahlteiler gesammelt wird. Diese Eigenschaft stellt die Wölbung (Kurtosis) dieser Signalintensität dar, nachdemdie Transformationskorrektur gemäß Gleichung 9 durchgeführt wurde. eulersche Eigenschaften lagrange Eigenschaften Bulk-Kühl-Rate: Wenn der Laser oder der Elektronenstrahl nicht innerhalb des Sichtfeldes des Pyrometers ist, wird das Material noch immer ein thermisches Hintergrundprofil aufweisen und diese Eigenschaft ist die maximale Kühlrate, welche diesem thermischen Hintergrundprofil zugeordnet ist. In order to effectively perform a classification or implement an outlier detection scheme to compare data from a production run with data from a baseline data set, properties must first be extracted from the real-time data. As an exemplary embodiment of this invention, assume that the Eulerian sensor is a multicolor pyrometer and that the Lagrange sensor is a silicon photodiode. Additionally, in the exemplary embodiment, the heat source is a scanning laser or electron beam, and material delivery is accomplished via pre-placement of the powder between the sintering runs. The table below describes properties extracted from the corresponding Eulerian and Larangian process data so that an effective comparison can be made between the properties in the base data set and the properties during the production run. Eulerian properties lagrange properties Scan Peak Temperature : When the laser or electron beam passes directly through the field of view of the pyrometer, this property represents the maximum temperature of the process that occurs while the high-speed sweep of the laser or electron beam traverses the field of view. Photodiode RMS : In the case of a laser-based process, the photodiode signal represents the backscattered radiation emitted from the weld pool and collected back through the optics and through the beamsplitter. This property represents the rms value, or root mean square, of this signal intensity after the transform correction according to Equation 9 has been applied. Scanning Heating Rate : When the laser or electron beam passes directly through the field of view of the pyrometer, this property represents the maximum heating rate of the process that occurs while the high-speed sweep of the laser or electron beam traverses the field of view. Photodiode Standard Deviation : In the case of a laser-based process, the photodiode signal represents the backscattered radiation emitted from the weld pool and collected back through the optics and through the beamsplitter. This property represents the standard deviation of this signal intensity after performing the transform correction according to Equation 9. Scan Cooling Rate : When the laser or electron beam passes directly through the pyrometer's field of view, Photodiode Frequency Spectrum : In the case of a laser-based process, represents the photodiode signal this property represents the maximum cooling rate of the process that occurs as the high speed deflection of the laser or electron beam traverses the field of view. the backscattered radiation emitted from the weld pool and collected back through the optics and by the beam splitter. This property represents the frequency spectrum of this signal intensity after performing the transform correction according to Equation 9. Bulk Peak Temperature : If the laser or electron beam is not within the field of view of the pyrometer, the material will still have a background thermal profile and this property is the peak temperature associated with that background thermal profile. Photodiode skew : In the case of a laser-based process, the photodiode signal represents the backscattered radiation emitted from the weld pool and collected back through the optics and through the beamsplitter. This property represents the skewness of this signal intensity after the transform correction according to Equation 9 has been performed. Bulk Heating Rate : If the laser or electron beam is not within the field of view of the pyrometer, the material will still exhibit a background thermal profile and this property is the maximum heating rate associated with that background thermal profile. Photodiode bulge : In the case of a laser-based process, the photodiode signal represents the backscattered radiation emitted from the weld pool and collected back through the optics and through the beamsplitter. This property represents the kurtosis of this signal intensity after the transform correction according to Equation 9 has been performed. Eulerian properties lagrange properties Bulk Cooling Rate : If the laser or electron beam is not within the field of view of the pyrometer, the material will still exhibit a background thermal profile and this property is the maximum cooling rate associated with that background thermal profile.

All diese Eigenschaften können ebenfalls über eine gegebene Schicht hinweg gemittelt werden. Zudem können die lagrangen Daten, welche über derselben Region des Kontrollbereichs gesammelt werden wie die eulerschen Daten, als separate Eigenschaft betrachtet werden, auch wenn sie eine Teilmenge aus allen lagrange Eigenschaften sind.All of these properties can also be averaged over a given layer. In addition, the Lagrangian data collected over the same region of control as the Eulerian data can be viewed as a separate property, even though they are a subset of all Lagrangian properties.

Zusätzlich gibt es in Bezug auf die Klassifikation und AusreilerDetektionsschemata weitere Möglichkeiten. Einige von diesen sind in der folgenden Tabelle aufgezählt, wobei verstanden sein soll, dass eine Vielzahl von möglichen Schemata ebenfalls implementiert werden kann, und dies immer noch in den Sinn und die Absicht dieser Erfindung fällt. Mögliche Klassifikationsschemata und Ausreiler-Detektionsverfahren Mahalanobis-Distanz (MD): Dies stellt ein gutes Verfahren dar, da es genaue Erkenntnisse über Kovarianzen in einem multivariaten Raum gibt und es eine einfache, nichtsubjektive Interpretation gibt, in welcher die quadrierten MD-Distanzen in eine Chi-Quadrat-Verteilung eingepasste werden und der kritische Wert der Chi-Quadrat-Verteilung bei einem gegebenen Vertrauenslevel den Ausreiler-Grenzwert der MD-Distanzen festlegt. Extrem-Wert-Statistik: Auf jede beliebige individuelle Eigenschaft, oder einen Satz von Eigenschaften kann beispielsweise, im Gegensatz zur Chi-Quadrat-Verteilung (jedoch unter weiterer Spezifizierung eines gegebenen Vertrauenslevels), die Allgemeine Extremwertverteilung verwendet und eine ähnliche Analyse der Ausreiler durchgeführt werden. Willkürliche Grenzen: An Stelle von algorithmisch definierten Grenzen können auf experimenteller Erfahrung basierende benutzerdefinierte Grenzen vorhanden sein. In einigen Fällen ist dies eine geeignete Alternative, jedoch ist sie von dem Risiko der menschlichen Subjektivität wie auch von der Schwierigkeit der Bewertung von wahr-falsch-negativ/falsch-positiv Verhältnis begleitet. In addition, there are further possibilities with regard to the classification and outlier detection schemes. Some of these are enumerated in the following table, with the understanding that a variety of possible schemes can also be implemented and still fall within the spirit and intent of this invention. Possible classification schemes and outlier detection methods Mahalanobis distance (MD) : This is a good technique because it gives accurate insight into covariances in a multivariate space and there is a simple, non-subjective interpretation in which the squared MD distances are fitted to a chi-square distribution and the critical value of the chi-squared distribution at a given confidence level determines the outlier limit of the MD distances. Extreme Value Statistics : On any individual property, or set of properties, for example, as opposed to the Chi-Square distribution (but further specifying a given confidence level), the general extreme value distribution can be used and a similar analysis of outliers performed . Arbitrary Limits : User-defined limits based on experimental experience may exist in place of algorithmically defined limits. In some cases this is a suitable alternative, but it is accompanied by the risk of human subjectivity as well as the difficulty of assessing the true-false-negative/false-positive ratio.

Auch wenn alle Schritte aus den 8A , 8B und 9 streng befolgt werden und das Teil, basierend auf Prozessdaten und Echtzeitdaten als akzeptabel eingestuft wird, bleibt immer noch die Frage, ob die Prozessdaten die Qualität der Komponente vollends beschreiben können. Hierfür werden, zusätzlich zu den Schritten, wie sie in den 8A, 8B und 9 gezeigt sind, weitere Korrelationen mit anderen physikalisch unabhängigen, nachträglichen, nicht destruktiven Prüfungsmethoden benötigt. Im Laufe der Zeit können diese zusätzlichen Untersuchungen ausgegliedert oder einer unregelmäßigen periodischen Stichprobenprüfung zugeschrieben werden, um sicher zu stellen, dass die während dem Prozess genommenen Echtzeit-Daten noch immer ausreichend die Physik des Prozesses aufnimmt, um überhaupt einen Rückschluss auf die Qualität, wie dies in den 8A , 8B und 9 geschrieben ist, zu ermöglichen.Even if all steps from the 8A , 8B and 9 are strictly followed and the part is deemed acceptable based on process data and real-time data, the question still remains as to whether the process data can fully describe the quality of the component. To do this, in addition to the steps outlined in the 8A , 8B and 9 are shown, further correlations with other physically independent, retrospective, non-destructive testing methods are required. Over time, these additional investigations can be outsourced or attributed to infrequent periodic sampling to ensure that the real-time data taken during the process still captures enough of the physics of the process to draw any conclusions about quality, like this in the 8A , 8B and 9 is written to allow.

Nichtsdestotrotz wird jedes weitere nicht-destruktive Untersuchungsverfahren, wie mit Ultraschall oder mit Röntgenstrahlen, seine eigene Sensitivität, Auflösung, Genauigkeit, Wahrscheinlichkeit der Detektion, falsch-positiv sowie falsch negativ Verhältnisse, die im Allgemeinen verschieden zu denen der Echtzeit-Prozessmessungen sind, aufweisen. Damit bleibt ebenso wie bei jeglichem anderen Prüfungsverfahren ein Restrisiko zurück, welches nicht beseitigt werden kann, ohne die Komponente zu zerstörten und seine Mikrostruktur, seine mechanischen Eigenschaften und seine Defektverteilungen vollständig zu untersuchen. In der Tat werden solche periodischen, komplett destruktiven Untersuchungen von tatsächlichen Herstellungsteilen benötigt und zwar auf gelegentlicher und periodischer Basis. Solche Untersuchungen dienen zur weiteren Stärkung der Validität von Korrelationen zwischen den Prozessdaten, den Echtzeitdaten und der Teilqualität, wobei diese Untersuchungen sehr teuer und zeitintensiv sind und deshalb bei einem absoluten Minimum gehalten werden müssen. Die spezifische Gestaltung einer solchen periodischen Erfassung von sowohl nicht destruktiven wie auch destruktiven Untersuchungen, um kontinuierlich die Validität der Prozessproduktakzeptanz zu überprüfen, ist von der jeweiligen generativen Fertigungsanwendung abhängig. Für z. B. die Medizin und die Raumfahrt werden andere Anforderungen gelten, als für den Automotive-Bereich oder die Energiegewinnung, und ähnlich für jeden anderen Bereich, in dem generative Fertigung verwendet wird, um funktionelle strukturelle Komponenten herzustellen.Nonetheless, any other non-destructive testing technique, such as ultrasound or X-ray, will have its own sensitivity, resolution, accuracy, probability of detection, false positive, and false negative ratios that are generally different from those of real-time process measurements. As with any other test method, this leaves a residual risk that cannot be eliminated without destroying the component and fully examining its microstructure, mechanical properties and defect distribution. Indeed, such periodic, fully destructive inspections of actual manufactured parts are needed on an occasional and periodic basis. Such investigations serve to further strengthen the validity of correlations between the process data, the real-time data and the part quality, these investigations are very expensive and time-consuming and therefore must be kept to an absolute minimum. The specific design of such a periodic collection of both Non-destructive as well as destructive investigations to continuously check the validity of the process product acceptance depends on the respective generative manufacturing application. for e.g. For example, medicine and aerospace will have different requirements than automotive or power generation, and similarly any other field where additive manufacturing is used to produce functional structural components.

In der bevorzugten Ausführungsform, welche hier beschrieben wird, gibt es weitere Arten, auf welche die vorliegende Erfindung dazu verwendet werden kann, generative Fertigungsprozesse, welche auf einer generativen Fertigung basieren, zu unterstützen. Die folgende Tabelle zählt unterschiedliche Szenarien auf, welche regelmäßig während der Produktion auftreten und im Speziellen, wie die vorliegende Erfindung, Qualitätsaspekte und Probleme für jede dieser Szenarien behandelt. Szenario Lösung von Qualitätsproblemen Bewegung von Maschinenwerkzeugen von einer physikalischen Position zu einer anderen. Hierbei ist die Qualitätsfrage bezogen auf die Requalifizierung einer Maschine, nachdem diese physikalisch bewegt und/oder teilweise zerlegt wurde, um die Bewegung zu ermöglichen. Die vorliegende Erfindung bietet eine spezielle plattformunabhängige Methode zur direkten Adressierung eines solchen Qualitätsbedenkens: i) unmittelbar vor dem Zerlegen und dem Bewegen wird ein neuer Basisdatensatz generiert, welcher den Maschinenstatus wie auch den Kontrollabschnitt, der von der Maschine an Position 1 hergestellt wurde, dokumentiert; ii) dieser Basisdatensatz dient als Ausgangsbasisdatensatz für die Requalifizierung der Maschine in der physikalischen Position 2; iii) Die Methodik aus 9 wir angewendet, um sicher zu stellen, dass die Maschine in ihrer neuen Konfiguration in der Lage ist, Proben herzustellen, welche mit der zuvor aufgenommen Basis, welche unmittelbar vor der Zerlegung und der Bewegung der Maschine gemacht wurde, übereinstimmt; iv) Falls dies der Fall ist wird die Maschine als requalifiziert eingestuft, ohne dass weitere Anstrengungen erfordert werden. Maschine auf eine andere übertragen werden, wobei beide Maschinen vom selben Typ und Modell, jedoch physikalisch getrennte Maschinen mit unterschiedlichen Geschichten und vielleicht unterschiedlichen Wartungszuständen sind. Obwohl zwei Maschinen vom selben Typ und Modell sind, können sie Unterschiede bezüglich Bedingungen, Wartung, usw. aufweisen, welche in unterschiedliche Produktionsergebnisse müden. Bei Verwendung der Methodik, wie sie in der vorliegenden Erfindung beschrieben wird, kann das folgende Verfahren angewendet werden, um zu bestimmen, ob zwei Maschinen identisch sind: i) einen neuen Basisdatensatz sammeln, oder einen bereits existierenden Basisdatensatz auf Maschine 1 anwenden; ii) einen neuen Basisdatensatz sammeln, oder einen bereits existierenden Basisdatensatz auf Maschine 2 anwenden; iii) Vergleichen aller Aspekte der beiden Basen unter der Verwendung einer Klassifikation und/oder eines Ausreißer-Detektionsschemas, wie oben erwähnt; iv) Wenn die Basen nicht derselben Population zugehörig sind, wird die eine oder die andere Maschine so lange angepasst, bis die Prozessdaten, welche durch zusätzliche Kontrollabschnitt-Durchläufe bestätigt werden, identisch sind, oder statistisch innerhalb der gleichen Population gruppiert werden können. Herstellungsvorgänge, welche von einem Maschinentyp auf einen Dies ist im Allgemeinen der komplizierteste anderen Maschinentyp transferiert werden. Übergang, da für generative Fertigungsmaschinen sehr unterschiedliche Scanstrategien und lokale Scanparameter auftreten können. Werte wie zum Beispiel eine Laserenergie, eine Laserpunktgröße, eine Laserlaufgeschwindigkeit, und eine Linienentfernung/-überlapp reichen nicht aus, um die Unterschiede zwischen einer Maschine und einer anderen vollends zu beschreiben. Somit ist das Sammeln von Prozessdaten, wie in der vorliegenden Erfindung beschrieben, in diesem Fall in Bezug auf eine Minimierung der experimentellen Wiederholungen sowie in Bezug auf die Sicherstellung, dass zwei Teile, welche an zwei unterschiedlichen Maschinen gefertigt wurden, auch ähnliche Mikrostruktur und ähnliche Eigenschaften aufweisen, als kritisch einzustufen. Das Verfahren, um dies unter Verwendung der beschriebenen Erfindung zu bewerkstelligen, ist identisch mit der obigen Beschreibung für die Übertragung von Parametern zwischen zwei identischen Maschinen, jedoch mit den folgenden Modifikationen versehen: i) die Einstellungen der jeweiligen Arbeitsparameter der beiden Maschinen werden sich im Allgemeinen unterscheiden; ii) Scanstrategien, sollten in einem Bereich, in dem sie durch Einstellungen kontrolliert werden können, möglichst identisch eingestellt werden; iii) eine Einstellung der Scanstrategien an der Zielmaschine kann notwendig sein, um Ergebnisse ähnlich der Ausgangsmaschine zu erhalten, und iv) alle Schichtprobeniterationen können an dem Kontrollabschnitt durchgeführt werden, und zwar unter der Annahme, dass die eulerschen und die lagrangen Daten hier an beiden Maschinen erhalten werden können. In the preferred embodiment described herein, there are other ways in which the present invention can be used to support additive manufacturing processes based on additive manufacturing. The following table lists different scenarios that regularly occur during production and specifically how the present invention addresses quality issues and issues for each of these scenarios. scenario solving quality problems Movement of machine tools from one physical location to another. Here, the quality issue is related to the requalification of a machine after it has been physically moved and/or partially disassembled to allow movement. The present invention offers a special platform-independent method for directly addressing such a quality concern: i) immediately before disassembly and moving, a new basic data set is generated, which documents the machine status as well as the control coupon made by the machine at position 1; ii) this basic data set serves as the initial basic data set for the requalification of the machine in physical position 2; iii) The methodology from 9 used to ensure that the machine in its new configuration is able to produce samples which agree with the previously recorded base made just prior to disassembly and movement of the machine; iv) If so, the machine will be classified as requalified with no further effort required. machine to another, both machines being of the same make and model but physically separate machines with different histories and perhaps different states of maintenance. Although two machines are of the same type and model, they can have differences in terms of conditions, maintenance, etc., which result in different production results. Using the methodology as described in the present invention, the following procedure can be applied to determine whether two machines are identical: i) collect a new baseline data set, or apply a pre-existing baseline data set to machine 1; ii) collect a new baseline, or apply an already existing baseline to machine 2; iii) comparing all aspects of the two bases using a classification and/or an outlier detection scheme as mentioned above; iv) If the bases do not belong to the same population, one or the other machine is adjusted until the process data, confirmed by additional control section runs, are identical or can be statistically grouped within the same population. Manufacturing processes that change from one machine type to one This is generally the most complicated be transferred to another machine type. Transition, since very different scan strategies and local scan parameters can occur for generative manufacturing machines. Values such as laser power, laser spot size, laser travel speed, and line distance/overlap are insufficient to fully describe the differences between one machine and another. Thus, collecting process data as described in the present invention is in this case related to minimizing experimental repetitions as well as ensuring that two parts made on two different machines also have similar microstructure and properties have to be classified as critical. The method of accomplishing this using the described invention is identical to that described above for the transfer of parameters between two identical machines, but with the following modifications: i) the settings of the respective working parameters of the two machines will generally be the same differentiate; ii) scanning strategies should be set as identical as possible within a range where they can be controlled by settings; iii) an adjustment of the scanning strategies on the target machine may be necessary to obtain results similar to the source machine, and iv) all layer sample iterations can be performed on the control section, assuming that the Eulerian and Lagrangian data are obtained here on both machines can.

Es gibt logische Erweiterungen und Verallgemeinerungen der, oben beschriebenen Ausführungsformen, wobei einige nun beschrieben werden. Zum einen beinhaltet die obige Beschreibung der Ausführungsformen die Verwendung eines Kontrollbereichs für sowohl die Entwicklung wie für die Herstellung. Wenn es eine alternative Methode gibt, die Mikrostruktur, die mechanischen Eigenschaften oder die Defektverteilungen zu erhalten, welche durch einen bestimmten Satz an Prozessbedingungen resultieren, dann kann dies ebenfalls als Ersatze des entsprechenden Kontrollbereichs verwendet werden, d. h. der Kontrollbereich ist ein empfohlener, jedoch nicht absolut notwendiger Teil dieser Erfindung. In manchen Ausführungsformen werden entsprechend mehrere Kontrollbereiche verwendet.There are logical extensions and generalizations to the embodiments described above, some of which will now be described. First, the above description of the embodiments involves the use of a control area for both development and manufacture. If there is an alternative method to obtain the microstructure, mechanical properties, or defect distributions resulting from a particular set of process conditions, then this can also be used as a surrogate for the appropriate control region, i. H. the control area is a recommended but not absolutely necessary part of this invention. Accordingly, in some embodiments, multiple control areas are used.

Es sei ebenfalls verstanden, dass die Beispiele und Ausführungsformen, welche hier beschrieben werden, nur zu anschaulichen Zwecken dienen und verschiedene Modifikationen und Änderungen angesichts dieser von Fachleuten nahegelegt werden und innerhalb des Grundgedankens und der Reichweite dieser Anmeldung liegen und dem Schutzbereich der beigefügten Ansprüche entsprechen.It should also be understood that the examples and embodiments described herein are for illustrative purposes only and various modifications and changes in light of them will suggest themselves to those skilled in the art and are within the spirit and scope of this application and the scope of the appended claims.

Claims (21)

Generatives Fertigungsverfahren, umfassend: Auftragen einer Schicht aus metallischem Material; Schmelzen eines Gebiets der Schicht aus metallischem Material, um ein durch das Generative Fertigungsverfahren gefertigtes Teil zu formen und zwar mit einer Wärmequelle die über das Gebiet der Schicht aus metallischen Material scannt, um das Gebiet zu schmelzen; Überwachen einer Energiemenge, welche durch die Wärmequelle emittiert wird, mit einem ersten optischen Sensor, der einem Weg folgt, entlang dem die Wärmequelle das Gebiet abscannt, um einen ersten Informationssatz bereitzustellen; Überwachen eines festgelegten Abschnitts des Gebiets der Schicht aus metallischem Material mit einen zweiten optischen Sensor, um einen zweiten Informationssatz bereitzustellen; und anschließend an das Schmelzen des Gebietes der Schicht aus metallischem Material, Bestimmen, ob die ersten und zweiten Informationssätze anzeigen, dass das Gebiet in einen als gut bekannten Bereich eines Basisdatensatzes fällt, der dem Teil zugeordnet ist, welches durch das Generative Fertigungsverfahren hergestellt wird, und dies durch: Korrelieren von Daten, welche in dem zweiten Informationssatz enthalten sind, mit Daten, welche in dem ersten Informationssatz enthalten sind, wobei die korrelierten Daten aus dem ersten und aus dem zweiten Informationssatz gesammelt wurden, während die Wärmequelle den festgelegten Abschnitt des Gebiets passierte; Berechnen einer Mehrzahl von Statusvariablen unter Verwendung von wenigstens einem Teil des ersten Informationssatzes und wenigstens einem Teil des zweiten Informationssatzes; und Vergleichen der Mehrzahl von Statusvariablen mit einer Mehrzahl von Bereichen, welchen Statusvariablen des als gut bekannten Bereichs des Basisdatensatzes zugeordnet sind. Additive manufacturing method, comprising: depositing a layer of metallic material; melting an area of the layer of metallic material to form a part made by the additive manufacturing process with a heat source scanning across the area of the layer of metallic material to melt the area; monitoring an amount of energy emitted by the heat source with a first optical sensor following a path along which the heat source scans the area to provide a first set of information; monitoring a predetermined portion of the area of the layer of metallic material with a second optical sensor to provide a second set of information; and subsequent to melting the region of the layer of metallic material, determining whether the first and second sets of information indicate that the region falls within a known good range of a baseline data set associated with the part being manufactured by the additive manufacturing process, and by: correlating data contained in the second set of information with data contained in the first set of information, the correlated data being collected from the first and second sets of information while the heat source was the specified portion of the area happened calculating a plurality of status variables using at least a portion of the first set of information and at least a portion of the second set of information; and comparing the plurality of status variables to a plurality of regions associated with status variables of the known good region of the baseline dataset. Generatives Fertigungsverfahren gemäß Anspruch 1, wobei der erste optische Sensor eine Photodiode und der zweite optische Sensor ein Pyrometer umfasst.Additive manufacturing process according to claim 1 , wherein the first optical sensor comprises a photodiode and the second optical sensor comprises a pyrometer. Generatives Fertigungsverfahren gemäß Anspruch 1, ferner umfassend: Destruktives Analysieren des festgelegten Abschnitts des Gebietes, welcher durch den zweiten optischen Sensor beobachtet wurde, um festzustellen, ob eine Mikrostruktur des festgelegten Abschnitts mit der Schicht innerhalb des gut bekannten Bereichs übereinstimmt.Additive manufacturing process according to claim 1 , further comprising: destructively analyzing the specified portion of the region observed by the second optical sensor to determine whether a microstructure of the specified portion matches the layer within the well-known area. Generatives Fertigungsverfahren gemäß Anspruch 3, wobei sich der festgelegte Abschnitt von einem anderen Abschnitt des Gebiets, welcher zur Formung des Teils verwendet wird, unterscheidet und von diesem verschieden ist.Additive manufacturing process according to claim 3 , wherein the specified portion is distinct and distinct from another portion of the region used to form the part. Generatives Fertigungsverfahren gemäß Anspruch 4, wobei der festgelegte Abschnitt aus dem anderen Abschnitt des Gebiets entfernt wird, um einen Kanal innerhalb des Teils zu formen.Additive manufacturing process according to claim 4 , removing the specified portion from the other portion of the region to form a channel within the part. Generatives Fertigungsverfahren gemäß Anspruch 5, ferner umfassend: anschließend an das Schmelzen des Gebiets, das Wiederholen des Verfahrens, bis das Teil im Wesentlichen vollendet ist.Additive manufacturing process according to claim 5 , further comprising: subsequent to fusing the region, repeating the method until the part is substantially complete. Generatives Fertigungsverfahren gemäß Anspruch 6, ferner umfassend: Ansammeln der Statusvariablen, bezogen auf jede Schicht des Teils und auf den gesammelten Statusvariablen basierendes Identifizieren welche Abschnitte des Teils am wahrscheinlichsten einen Defekt enthalten.Additive manufacturing process according to claim 6 , further comprising: accumulating the status variables related to each layer of the part and identifying which portions of the part are most likely to contain a defect based on the accumulated status variables. Generatives Fertigungsverfahren gemäß Anspruch 6, wobei das Bestimmen ob das Teil in den als gut bekannten Datensatz fällt, nur möglich ist, wenn jeder Abschnitt des Teils, der durch den zweiten optischen Sensor überwacht wurde, in den als gut bekannten Bereich des Basisdatensatzes fällt.Additive manufacturing process according to claim 6 , wherein determining whether the part falls within the known good data set is only possible if each portion of the part monitored by the second optical sensor falls within the known good range of the base data set. Generatives Fertigungsverfahren gemäß Anspruch 1, wobei der zweite optische Sensor während der Durchführung des generativen Fertigungsverfahrens stationär bleibt.Additive manufacturing process according to claim 1 , wherein the second optical sensor remains stationary while the additive manufacturing process is being carried out. Generatives Fertigungsverfahren gemäß Anspruch 1, wobei der erste Informationssatz unter Bezug auf die Temperaturanstiegs- und Temperaturabfallsinformationen aus dem zweiten Informationssatz kalibriert wird.Additive manufacturing process according to claim 1 , wherein the first set of information is calibrated with reference to the temperature rise and temperature fall information from the second set of information. Generatives Fertigungsverfahren gemäß Anspruch 1, wobei die Wärmequelle ein Laser ist, welcher die Optiken mit dem ersten optischen Sensor gemeinsam hat.Additive manufacturing process according to claim 1 wherein the heat source is a laser sharing the optics with the first optical sensor. Generatives Fertigungsverfahren, umfassend: Sammeln von Temperaturdaten, welche durch eine Mehrzahl von Sensoren für jeweils eine Mehrzahl von Schichten aufgenommen werden, die jeweils während einer Mehrzahl von generativen Fertigungsvorgängen zur Herstellung eines Teils, abgeschieden werden, wobei ein erster Anteil der Mehrzahl von generativen Fertigungsvorgängen unter der Verwendung von Sollwertparameterbereichen durchgeführt wird und ein zweiter Anteil der generativen Fertigungsvorgänge überwiegend NichtSollwertparameterbereiche verwendet, wobei die NichtSollwertparameterbereiche solche Bereiche sind, von denen erwartet wird unerwünschte Materialdefekte in dem Teil herzustellen; Durchführen metallurgischer Untersuchungen an einem festgelegten Ort jedes der Teile, wobei der festgelegte Ort einem Ort auf dem Teil entspricht, an dem ein Sichtfeld eines ersten optischen Sensors der Mehrzahl von Sensoren während jedem der Mehrzahl von generativen Fertigungsvorgängen fixiert bleibt und ein Sichtfeld eines zweiten optischen Sensors der Mehrzahl von Sensoren den Ort periodisch passiert; Kategorisieren der Sensordaten, die von der Mehrzahl von Sensoren gesammelt wurden, in Sollwert- und Nicht- Sollwertdatenbereiche; und Erstellen eines Basisdatensatzes für das Teil, welcher Prozessgrenzwerte für die Sensordaten beinhaltet, bei denen es sich gezeigt hat, dass sie dazu führen, dass das Teil, annehmbare Materialeigenschaften hat.Additive manufacturing method, comprising: collecting temperature data, which are recorded by a plurality of sensors for each of a plurality of layers, each deposited during a plurality of additive manufacturing operations for the production of a part, wherein a first portion of the plurality of additive manufacturing operations under the use of target value parameter ranges is carried out and a second part of the generative manufacturing processes predominantly non-target value parameter ranges ver wherein the non-target parameter ranges are those ranges expected to produce undesirable material defects in the part; performing metallurgical inspections at a specified location of each of the parts, the specified location corresponding to a location on the part at which a field of view of a first optical sensor of the plurality of sensors remains fixed during each of the plurality of additive manufacturing operations and a field of view of a second optical sensor the plurality of sensors periodically passes the location; categorizing the sensor data collected from the plurality of sensors into target and non-target data ranges; and creating a baseline data set for the part that includes process limits for the sensor data that have been shown to result in the part having acceptable material properties. Generatives Fertigungsverfahren gemäß Anspruch 12, wobei die Sollwertparameterbereiche Arbeitseinstellungen für ein generatives Fertigungssystem zur Herstellung des Teils umfassen, von denen erwartet wird das Teil mit annehmbaren Materialeigenschaften herzustellen.Additive manufacturing process according to claim 12 , wherein the target parameter ranges include working settings for an additive manufacturing system for making the part that are expected to produce the part with acceptable material properties. Generatives Fertigungsverfahren gemäß Anspruch 13, wobei die NichtSollwertparameterbereiche Arbeitseinstellungen für ein generatives Fertigungssystem zur Herstellung des Teils umfassen, von denen erwartet wird unerwünschte Materialdefekte in dem Teil herzustellen.Additive manufacturing process according to Claim 13 , wherein the non-target parameter ranges comprise working settings for an additive manufacturing system for manufacturing the part that are expected to produce undesirable material defects in the part. Generatives Fertigungsverfahren gemäß Anspruch 12, wobei die Kategorisierung der Sensordaten eine Berechnung einer Mehrzahl von Statusvariablen aus den Sensordaten beinhaltet.Additive manufacturing process according to claim 12 , wherein the categorization of the sensor data includes a calculation of a plurality of status variables from the sensor data. Generatives Fertigungsverfahren gemäß Anspruch 15, wobei die Mehrzahl von Statusvariablen aus einer Gruppe, umfassend eine Scan-Peak-Temperatur, eine Scan-Kühl-Rate, eine Scan-Heiz-Rate, eine Bulk-Peak-Temperatur, eine Bulk-Kühl-Rate und eine Bulk-Heiz-Rate, gewählt wird.Additive manufacturing process according to claim 15 , wherein the plurality of status variables are selected from a group comprising a scan peak temperature, a scan cool rate, a scan heat rate, a bulk peak temperature, a bulk cool rate, and a bulk heat -rate, is chosen. Generatives Fertigungsverfahren gemäß Anspruch 12, wobei der erste optische Sensor ein Pyrometer umfasst.Additive manufacturing process according to claim 12 , wherein the first optical sensor comprises a pyrometer. Generatives Fertigungsverfahren, das Folgendes umfasst: Aufbringen einer Schicht aus Metallpulver; Schmelzen eines Bereichs der Metallpulverschicht, um ein Teil zu bilden, das durch das additive Fertigungsverfahren hergestellt wird, mit einer Wärmequelle, die über den Bereich der Metallpulverschicht scannt, um den Bereich zu schmelzen; Überwachen einer von der abtastenden Wärmequelle abgegebenen Energiemenge mit einem ersten optischen Sensor, der einem Pfad folgt, entlang dessen die Wärmequelle den Bereich abtastet, um einen ersten Informationssatz bereitzustellen; Überwachen eines festen Abschnitts des Bereichs unter Verwendung eines zweiten optischen Sensors, um einen zweiten Informationssatz bereitzustellen, wobei der feste Abschnitt des Bereichs so positioniert ist, dass sich der Pfad sowohl innerhalb als auch außerhalb eines Sichtfelds des zweiten optischen Sensors befindet; und nach dem Schmelzen des Bereichs der Metallpulverschicht, Bestimmen, ob die ersten und zweiten Informationssätze anzeigen, dass der Bereich in einen bekannten guten Bereich eines Basisdatensatzes fällt, der mit dem Teil verbunden ist, das durch das additive Herstellungsverfahren hergestellt wird, durch: Vergleichen mindestens eines Teils des ersten und zweiten Informationssatzes mit Bereichen, die mit dem bekannten Gutbereich des Basisdatensatzes assoziiert sind, um einen oder mehrere Teile des Teils zu identifizieren, die einen Herstellungsfehler aufweisen können; und als Reaktion auf die ersten und zweiten Informationssätze, die anzeigen, dass der Bereich außerhalb des bekannten guten Bereichs des Basisdatensatzes liegt, die Anpassung des additiven Fertigungsvorgangs.Additive manufacturing process, which includes: depositing a layer of metal powder; melting a portion of the metal powder layer to form a part made by the additive manufacturing process with a heat source scanning across the portion of the metal powder layer to melt the portion; monitoring an amount of energy emitted by the scanning heat source with a first optical sensor following a path along which the heat source scans the area to provide a first set of information; monitoring a fixed portion of the area using a second optical sensor to provide a second set of information, wherein the fixed portion of the area is positioned such that the path is both inside and outside of a field of view of the second optical sensor; and after melting the portion of the metal powder layer, determining whether the first and second sets of information indicate that the portion falls within a known good range of a baseline data set associated with the part being manufactured by the additive manufacturing process, through: comparing at least a portion of the first and second sets of information to areas associated with the known good portion of the base data set to identify one or more portions of the part that may have a manufacturing defect; and in response to the first and second sets of information indicating that the region is outside of the known good region of the baseline data set, adjusting the additive manufacturing process. Generatives Fertigungsverfahren nach Anspruch 18, wobei sich der Bereich über die gesamte Querschnittsfläche des herzustellenden Teils erstreckt.Additive manufacturing process Claim 18 , wherein the area extends over the entire cross-sectional area of the part to be produced. Generatives Fertigungsverfahren nach Anspruch 19, wobei der zweite Sensor einen zweiten Informationssatz erfasst, der mit dem ersten Informationssatz korreliert wird, wenn der eine oder die mehreren Abschnitte des Teils identifiziert werden, die einen Fertigungsfehler enthalten können.Additive manufacturing process claim 19 wherein the second sensor detects a second set of information that is correlated with the first set of information when identifying the one or more portions of the part that may contain a manufacturing defect. Generatives Fertigungsverfahren nach Anspruch 18, wobei die Wärmequelle ein Laser ist, der die gleiche Optik wie der erste optische Sensor aufweist.Additive manufacturing process Claim 18 , wherein the heat source is a laser having the same optics as the first optical sensor.

Images